阿尼鲁达·戈什
本文试图借助神经网络技术开发一个模型来预测埋弧焊(SAW) 工艺的输出响应。此外,还开发了一个数学模型来研究输入变量(即电流、电压、行进速度)对输出响应(即加固高度、焊道宽度、金属沉积率)的影响。由于该工艺涉及一组复杂的变量,并且它在制造具有重大经济和社会影响的关键设备方面具有重要应用,因此选择了 SAW 工艺进行此应用。在本研究中,根据实际输入和输出对神经网络模型进行训练。训练完成后,将所需的输入提供给模型,并给出估计的输出值。据此,我们还可以估计实际结果和预测结果之间的误差。神经网络在这里被实施,因为它具有从复杂或不精确的数据中获取含义的卓越能力,可用于提取模式和检测过于复杂而无法被人类或其他计算机技术注意到的趋势。因此,训练有素的神经网络可以被视为
其所提供分析信息类别的“专家”。