摘要: 基于神经网络的BP算法,建立了预测红柱石基耐火材料抗铜液侵蚀性能的模型.根据试验所得的试样侵蚀面积大小,训练人工神经网络模型,拟合出输入参数(红柱石百分含量、矾土百分含量、体积密度和烧结后的耐压强度)与输出参数(试样烧结后的侵蚀面积)之间的非线性关系,设计完成了红柱石基耐火材料抗铜液侵蚀性能的BP网络模型,并以此模型分析计算在新的红柱石百分比和矾土百分比等性能参数情况下的试样烧结侵蚀面积.与实验结果对比,两者符合较好,为耐火材料的性能预测提供了一条有效途径.
中图分类号:
张哲健;武志红;李琨. 红柱石基耐火材料抗铜液侵蚀的神经网络预测[J]. 硅酸盐通报, 2015, 34(7): 2019-2023.
ZHANG Zhe-jian;WU Zhi-hong;LI Kun. Prediction of the Andalusite Refractories Erosion Resistance to Liquid Copper based on Neural Network[J]. BULLETIN OF THE CHINESE CERAMIC SOCIETY, 2015, 34(7): 2019-2023.