AI時代的工業管理趨勢和挑戰

快速熱處理 （RTP） 中的溫度預測涉及完整的熱傳導、流體力學和輻射傳熱方程，非常耗時。它很難用於控制RTP中的快速溫度變化。本文提出一種用於RTP溫度預測的神經網路模型，以應對RTP的動態複雜度。我們探索了RTP的物理和數學模型，以確定神經網路輸入層和輸出層中的變數。最後，利用經過訓練的倒傳遞傳神經網路進行預測，預測值與實際實驗測量值的誤差在1%以內，這證明倒傳遞傳神經網路在快速熱處理建模中的成功應用。