بررسی اثر پارامترهای نورد برخواص مکانیکی ورق به روش شبکه های عصبی

در این مقاله یک مدل شبکه عصبی پرسپترون چند لایه پس انتشار خطا برای بررسی اثر پارامترهای مختلف نورد سرد پیوسته بر تنش تسلیم بسط داده شد. اطلاعات لازم از خط نورد سرد مجتمع فولاد مبارکه جهت نظارت بر فرآیند آموزش دریافت گردید. با به کارگیری مشتق دوم تابع خطا وحذف وزنهای اضافی, مدل در راستای کاهش خطا و سرعت آموزش, بهینه سازی شد. این مدل, اثرات متقابل قفسه های متوالی را در نظر گرفته و برخروجی سیستم اعمال می کند. نهایتاً, یک تابع غیر خطی, نشان دهنده ارتباط 14 پارامتر ورودی نسبت به استحکام تسلیم ، استخراج شد