新型建筑耐候钢铸造性能的神经网络算法优化

为了进行新型建筑耐候钢铸造性能优化,本文以合金元素、合金元素添加量、熔炼温度、静置时间和浇注温度5个神经单元为输入层参数、以腐蚀电位为输出层参数,以tansig函数为隐含层传递函数、purelin函数为输出层传递函数,构建了5×30×6×1四层拓扑结构的新型建筑耐候钢铸态性能神经网络优化模型,并进行了模型的学习训练与预测验证。结果表明:模型具有较佳的预测能力和较高的预测精度,模型相对预测误差介于3.57%与5.02%之间,平均相对预测误差4.24%。模型优化出的新型建筑耐候钢是在09MnCuPTi钢中添加0.3%Ce,熔炼温度是1630℃、静置时间是30 min、浇注温度是1600℃。与09MnCuPTi建筑耐候钢相比,优化的新型建筑耐候钢的腐蚀电位从-676 mV正移到-543 mV,正移133 mV,耐腐蚀性能得到明显提高。