喂线技术作为球墨铸铁球化处理的一种重要方法,已经被日益广泛地应用。但对于喂线量一直没有准确的公式依据,都是根据以往的经验值来操作。针对上述问题,基于人工神经网络专家系统,建立了喂线量计量系统。并利用MATLAB的模块功能建立了喂线技术中镁的加入量神经网络模型,实现了对其工艺参数与镁加入量关系的预测,其误差控制在7%以内。本文讨论了所建立系统的网络模型、判断推理、仿真、数据存储、界面设计等方面内容。同时,以Windows系列为操作平台,Access作为后台数据库,采用VC作为编程环境,实现面向对象的C++算法类。通过验证样本数据对系统的泛化能力进行检验,证明了基于神经网络的喂线量模型具有很好的拟合性,可以进行喂线量的决策工作。利用模拟得出的喂线量模型,分析了不同铁水量、铁水处理温度、初始硫含量时镁的加入量,并根据球化效果和经济效益确定铁水处理温度范围,结果与工业生产基本吻合。研究发现镁的加入量与铁水量呈近似线性关系,但是在铁水量少于4t时,实际需镁量稍高于理论计算值,铁水量多于4t时,则与理论值基本一致。本系统为构建神经网络模型及其在铸造方面的应用提供了一条可借鉴的途径和方法,可用于指导实际生产。