ANN là công cụ tối ưu được ứng dụng trong mô hình hóa các vấn đề thực tế phức tạp. ANN được lập trình từ những phần tử xử lý đơn giản tương hợp liên thông dày đặc, có khả năng thực hiện các phép toán song song trong xử lý dữ liệu tri thức.

Với những công thức đơn giản hóa, mô hình mạng thần kinh nhân tạo được giới thiệu trên cơ sở phát sinh tọa độ đường nhiệt và tham số nhiệt từ bề mặt cong của tấm thép. Các quy trình huấn luyện, thử nghiệm ANN đã được thực hiện với các dữ liệu biến dạng thu được qua các công thức đơn giản hóa tọa độ nhiệt và các tham số. Giá trị nhập vào mô hình ANN là hình dạng tấm uốn cong mong muốn để dự đoán được tọa độ đường nhiệt cảm ứng và các tham số nhiệt.

Từ kết quả thực nghiệm cho thấy rằng:

Các công thức đơn giản giúp mô phỏng biến dạng tấm một cách dễ dàng trong nhiệt cảm ứng được phát triển với các phương pháp FEM của cơ nhiệt. Mô phỏng và thử nghiệm đã thu được nhiều kết quả giống nhau.

Mô hình ANN có khả năng dự đoán đường cấp nhiệt với những tham số nhiệt cần thiết đã được phát triển với các thuật toán lan truyền ngược. Khả năng ứng dụng nghiên cứu đã chứng minh mô hình này là công cụ dự đoán giúp xác định đường tạo nhiệt từ các yêu cầu trong thực tế sản xuất hình dạng của tấm thép trong phương pháp cảm ứng nhiệt.

Mô hình phát triển có thể giảm thời gian giải quyết vấn đề làm cách nào để trùng khớp sự dịch chuyển của tấm thép với tọa độ dòng nhiệt cảm ứng và vấn đề về dự báo đường nhiệt cảm ứng. Thuật toán ANN đạt được trong nghiên cứu này, hoàn toàn phù hợp và đáng tin cậy để có thể áp dụng gia nhiệt cảm ứng vào các tấm thép lớn hơn và nhiều đường hơn.