为有效缩短陶瓷材料设计中繁琐的试验过程,利用误差反向传播神经网络(BPNN)能够正确逼近非线性映射关系的优点,将其运用到多相复合结构陶瓷材料断裂韧性预测中,克服了陶瓷材料研究中单因素实验法不能正确反映断裂韧性与添加组分多因素之间复杂的非线性映射关系的弱点.对Al2O3/SiC/(W,Ti)C复合陶瓷材料断裂韧性的预测和试验验证表明,该方法可行有效,为快捷、经济地开发研制陶瓷材料提供了新的思路和有效手段.
参考文献
[1] | 吴简彤;王建华.神经网络技术及其应用[M].哈尔滨:哈尔滨工程大学出版社,1998 |
[2] | 李竟先,鄢程,吴基球.材料科学与工程中应用ANN的前景[J].中国陶瓷工业,2003(04):36-38,43. |
[3] | 张文峰,朱荻,曾永彬.基于BP神经网络的纳米复合沉积层显微硬度预测研究[J].机械工程材料,2004(02):44-46,54. |
[4] | 丛爽,向微.BP网络结构、参数及训练方法的设计与选择[J].计算机工程,2001(10):36-38. |
[5] | 许崇海 .复相陶瓷刀具材料设计、仿真及其应用研究[D].山东工业大学,1998. |
[6] | FU Chen-Tsu;WU Jenn-ming;LI Ai-Kang .Microstructure and mechanical properties of Cr3C2 particulate reinforced Al2O3 matrix composites[J].Journal of Materials Science,1994,29:2671-2677. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%