一种基于BP神经网络轧辊合金接触疲劳性能预测方法

摘要

本发明公开了一种基于BP神经网络轧辊合金接触疲劳性能预测方法，属于合金铸钢轧辊技术领域。首先采集人工神经网络模型所需要的训练样本数据，这些样本数据主要来自于合金铸钢轧辊在不同合金成分、热处理工艺和载荷下的接触疲劳性能试验结果；确定神经网络的输入和输出参数，构建神经网络结构；采用改进的BP算法对神经网络进行学习和训练；选取训练样本以外的样本数据对训练好的神经网络进行测试，而后对合金铸钢轧辊的接触疲劳性能进行预测。本发明建立的BP神经网络模型有较高的预测能力，为研究和开发高接触疲劳性能的合金铸钢轧辊材料提供新的途径，并具有明显的实用价值。