基于人工神经网络的锆合金酸洗工艺预测模型

摘要：

　　本文基于Trainlm算法建立了锆合金管材酸洗工艺参数与氟残留的误差反向传播神经网络预测模型.模型输入层为内酸洗去除量、酸水转换时间和冲水洗时间，输出层为氟残留；网络模型为3-8-1结构.预测结果表明，氟残留的相对误差绝对值的最大值为0.022％.

关键词： 锆合金管材 酸洗工艺 预测模型 人工神经网络

作者: Yu Junhui 于军辉 Li xiaoning 李小宁 Zhao Linke 刘春光 Liu Chunguang 赵林科 Li Qiming 刘蕾 杨辉 李启明

作者单位: State Nuclear BaoTi Zirconium Industry Company,Baoji,721013,China 国核宝钛锆业股份公司&国家能源核级锆材研发中心,陕西宝鸡721013

会议类型: 国内会议

会议名称: 中国有色金属工业协会钛锆铪分会2012年锆行业大会

会议地点: 北京

会议语种:中文

页码: 109-115

在线出版日期: 2012-11-01（万方平台首次上网日期，不代表论文的发表时间）