采用N i-Fe-C合金作为填充金属,获得了基于TIG焊的WC-30Co/45钢焊接接头。采用人工神经网络(ANN)方法,对WC-30Co/N i-Fe-C/45钢TIG焊过程中输入参数(焊接参数和填充金属成分)和力学抗弯强度之间的关系进行预测和分析。训练数据经过数据标准化处理,送入基于反向传播的多层前馈神经网络模型训练。并采用均方误差对模型进行误差分析。并采用训练的网络对焊接参数和填充金属成分与抗弯强度之间的关系进行预测。最后通过试验对预测结果进行了误差分析。结果表明,当采用碳含量(质量分数)0.6%或0.8%;N i/Fe比为1.9~2.7的合金作为填充金属时可以获得较高的抗弯强度;构建的基于反向传播算法的ANN模型适用于评价WC-30Co/45钢TIG焊接头的抗弯强度,优于传统方法。