对铸钢件进行堆焊,须设计和计算堆焊药芯焊丝合金的组分和含量,以保证所要求的熔敷层金属的化学成分是非常重要的.然而这些合金元素的加入,发生了复杂的冶金化学反应,很难用解析的方法确定堆焊层金属成分与药芯组成之间的数学关系.而人工神经网络(ArtificialNeuralNetwork)技术的发展对解决堆焊过程中的大量存在的非线性问题提供了强有力的工具.建立药芯组成、工艺规范与熔敷金属化学成分间的关系,在已知药芯成分和堆焊工艺规范时,能够较准确地确定堆焊层金属的化学成分.从人工神经网络具有的强大的非线性和并行处理的特点出发,结合堆焊冶金的复杂性和不确定性以及熔敷金属是药芯焊丝组成,焊接工艺规范等诸多因素的复杂的非线性函数的特点,探讨使用人工神经网络预测堆焊层化学成分是很有意义的工作.该文首次提出并实现了铸钢件耐磨性堆焊层化学成分预测的ANN模型和软件.自行编制的神经网络的训练曲线收敛性好.通过实际检测结果与神经网络计算结果的比较可以看出,模型具有较好的记忆能力;模型能够通过样本的学习找出其中的数学规律,网络平均误差很小(<5﹪),具有良好的推理预测能力,达到了预期的要求.模型基本上能够满足铸钢件耐磨性堆焊生产和科研对实验数据处理的实际需要.