论文部分内容阅读
为提高电化学动电位再活化法(EPR)检测汽轮机转子钢(30Cr2MoV)热脆性的检测精度,利用Bayesian神经网络建立了预测模型.根据EPR法测定的60组不同苦味酸电解液温度下,30Cr2MoV转子钢的活化峰电流密度与再活化峰电流密度比(Ia/Ir)的数据、电解液温度、转子钢化学成分J参数和晶粒度参数(N),采用Bayesian正则化训练的神经网络,建立了转子钢脆性转变温度(FATT50)与电化学特征值、电解液温度、转子钢化学成分J参数和晶粒度参数(N)之间的映射模型.利用训练好的网络预测了新的转子钢