《表1 各个因素对抗拉强度的计算贡献值》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于神经网络的厚规格镀锌DP600工艺优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

从图4还可以看出，在神经网络模型当中，各个分析变量在不同条件下呈现的是不同的抗拉强度的贡献，而且分析变量会随着其他分析变量改变而发生变化，这与通常的线性回归方法所得到的模型存在明显区别。在设定条件下，本文通过线性拟合计算出单位影响因素对抗拉强度的贡献△TSavg，拟合曲线见图4中虚线所示，其拟合结果见表1。同时，根据影响因素的最大值Max、最小值Min，能够计算出整个强度变化△TS=(Max-Min）×△TSavg。从表1可以看出，0.01%的C能够提高抗拉强度104MPa，0.1%的Si则能增加抗拉强度364MPa，但C、Si含量的明显增加会对成品的焊接、塑性造成不良影响；Si、C能够引起的抗拉强度整体变化值分别为228.8、194.6MPa。P、S、Al和基板厚度能够造成的抗拉强度增量有限，数值分别为50.6、-9.9、67.0、-8.0MPa；每提高0.1的酸轧压下率能够提高抗拉强度101MPa，而且酸轧压下率带来的整体抗拉强度增量为162MPa。