,,.,.,.,.,.,.,.,.,.−,,.,.,.度。表贝莱尔模型和模糊神经网络型培训数据库误差比较实验预测.成分变化影响图严重限制使得和公式条款系数保持不变，因此不论碱基组成变化，上单个元素影响是相同。由于神经网络可以考虑输入变量对输出变量影响之间相互作用，不同元素对影响之间相互作用，所以使用贝莱尔分析对不锈钢进行了量化。结果，已经在别处提出,。对目前工作，在元素浓度中变量影响已量化为不锈钢和双相不锈钢焊接。这样做有两个起始碱基组成，然后让每个元素在有限范围内变化，相应地调整铁浓度，但所有其他元素含量不变。表针对不同预测方法采用完整训练数据库误差比较表显示了本研究中不锈钢和双相不锈钢焊缝基本成分。不锈钢焊缝预测变化如同元素浓度变化种功能，被发现有非直线图。能够降低元素碳，氮和镍浓度增加。这些元素作为稳定奥氏体。有助于铬，硅，钒和这些被称为稳定铁素体元素浓度增加。上述结果与文献资料致。元素锰，钼，铌，钛，铜，钴不影响碱基组成值使用。然而，在图中元素组成对计算做了说明，并且钼和铌组成包括了计算。因此，使用图估算铁素体含量将永远是不准确。我们所采用贝莱尔模型与图相比更准确，它是线性回归分析基础上产生图。因此，通过这种模型预测元素浓度影响趋势对控制修改钢成分图更为有用。图预测相对双相不锈钢焊接元素与浓度。图中显示了变量中种元素变化，除了铁所有其他浓度在双相不锈钢组成上保持不变，这个调整，弥补了不同元素浓度变化。双相不锈钢合金焊接在变化中可以发现元素浓度变化是非线性图。可以观察到元素碳，氮，锰，镍浓度增加，减少了。然而，锰影响和其他稳定奥氏体相比不是很重要。元素铬，硅，钼，钒和钴浓度升高能够增加双相不锈钢焊缝中。钒影响没有其他稳定铁素体重要。铜，铌和钛元素不影响双相不锈钢焊缝中。然而，铜和铌元素都可以在图中计算和区别。由中元素浓度影响分析所确定趋势对通过调整双相不锈钢焊缝中金属成分控制非常有用。因此，根据碱基组成，个别元素影响是不同。然而，图对不锈钢焊缝使用相同方程，严重地限制了该图图。结论预测不锈钢焊缝中所使用贝莱尔分析广义模型已经成熟。贝莱尔模型预测精度优于现有预测方法。在上各个元素意义已被量化。神经网络分析表明，如锰铌元素在不锈钢焊缝中对影响是微不足道。和双相不锈钢焊缝上元素浓度变化效果已被量化。神经网络分析表明，改变碱基组成，元素会有个变化。钴被发现是双相不锈钢焊接稳定铁素体，并且不影响奥氏体不锈钢焊缝。参考文献伦丁，.周热裂纹奥氏体不锈钢焊缝金属，牛易感性伦丁，德隆，，裂变关系，在铁素体奥氏体不锈钢焊接会见维特克，大卫，在奥氏体不锈钢中相变，焊接。研究。，里德，形状记忆合金奥氏体不锈钢焊缝金属，焊接低温韧性。研究。，铁素体双相不锈钢焊缝金属，焊接控制。研究。，.西维特，不锈钢焊缝金属宪法图修改图，焊接。研究。巴布，维特克，伊斯坎德尔，大卫，铁素体不锈钢焊接，科学数预测新模型。.维特克，伊斯坎德尔改善铁素体不锈钢电弧焊接使用人工神经.数量预测。神经网络发展，焊接。研究。维特克，伊斯坎德尔改善铁素体不锈钢使用人工神经网络圆弧焊缝数量预测。第部分。神经网络发展，焊接。研究。.麦凯，贝叶斯神经网络非线性建模，在.主编，虚焊现象数学建模，第卷。，材料研究所，伦敦，年，页。，西维特，奥尔森，不锈钢焊缝金属铁素体含量预测，世界无线电通信大会通报.麦凯，个反向传播网络，神经实际贝叶斯框架，应用贝叶斯神经网络建模和预测奥氏体不锈钢焊缝，.数学建模材料焊接现象六，研究所，年，第七九年至年。，，锰对不锈钢焊缝金属铁素体，焊缝。研究。.瓦苏德万，.拉吉.普拉萨德拉奥，贝叶斯神经网络分析在奥氏体不锈钢焊缝，跨铁素体数量成分变化。工业,.,.,翻译原文.,∗,,,.,,,.,,.,.,.,.,.,.,.,.,.,.,.,.−,翻译原文.,∗,.