欢迎登录材料期刊网

材料期刊网

高级检索

基体改性是防止炭/炭复合材料氧化的主要手段.通过将人工神经网络引入炭/炭复合材料的基体改性研究,借助Levenberg-Marquardt算法对不同添加剂组成改性试样所具有的氧化烧蚀率学习,建立了炭/炭复合材料改性添加剂组成-氧化烧蚀率的BP网络模型.研究结果表明:所建模型可以较好地反映添加剂含量与试样氧化烧蚀率间的内在规律,网络模型的输出值和实验验证值间的误差<0.5 %,将模型筛选出的最优配方用于基体改性,试样的氧化烧蚀率下降了49.5 %,说明将人工神经网络用于炭/炭复合材料基体改性是可行和有效的.

参考文献

[1] 李贺军.炭/炭复合材料[J].新型炭材料,2001(02):79-80.
[2] 韩红梅,张秀莲,李贺军,岳珠峰,李克智.炭/炭复合材料高温力学行为研究[J].新型炭材料,2003(01):20-24.
[3] 邓海金,李明,孙立,王玉泉.石墨化处理对炭/炭复合材料磁电阻特性的影响研究[J].新型炭材料,2003(02):89-94.
[4] 张引枝,宋进仁,刘朗.B4C-SiC/C复合材料高温自愈合抗氧化性能研究Ⅰ复合材料恒温氧化行为研究[J].新型炭材料,1998(01):2.
[5] 郭全贵,宋进仁,刘朗.B4C-SiC/C复合材料高温自愈合抗氧化性能研究Ⅱ复合材料结构变化与其自愈合抗氧化相关性研究[J].新型炭材料,1998(02):5.
[6] 陈强,李贺军,李克智,张守阳.基体改性对碳/碳复合材料烧蚀率影响的神经网络模拟[J].西安交通大学学报,2003(03):249-251,330.
[7] 徐志淮,李贺军,姜开宇.神经网络模型在SiC涂层制备中的应用[J].无机材料学报,2000(03):509-515.
[8] 齐乐华;杨方;候俊杰 .人工神经网络在材料工程中的应用[J].机械科学与技术,1999,18(01):114-116.
[9] 张骏,王楠,魏炳波,戴冠中.随机模糊神经网络在快速凝固研究中的应用[J].西北工业大学学报,2000(02):336-339.
[10] 何新贵,梁久祯,许少华.过程神经网络的训练及其应用[J].中国工程科学,2001(04):31-35.
[11] Chen CLP.;LeClair SR.;Cao Y. .Materials structure-property prediction using a self-architecting neural network[J].Journal of Alloys and Compounds: An Interdisciplinary Journal of Materials Science and Solid-state Chemistry and Physics,1998(1):30-38.
[12] KAMARTHI S V;Pittner S .Accelerating neural network training using weight extrapolations[J].Neural Networks,1999,12:1285-1299.
[13] 李爱军,李贺军,李克智,顾正彬.Modeling of CVI process in fabrication of carbon/carbon composites by an artificial neural network[J].中国科学E辑(英文版),2003(02):173-181.
[14] 崔红,苏君明,李瑞珍,李贺军,康沫狂.添加难熔金属碳化物提高C/C复合材料抗烧蚀性能的研究[J].西北工业大学学报,2000(04):669-673.
[15] 朱小旗;杨峥;康沫狂 等.基体改性炭/炭复合材料抗氧化影响规律探析[J].西北工业大学学报,1994,12(03):444-448.
[16] Mckee D W .Oxidation behavior of matrix-inhibited carbon/carbon composites[J].Carbon,1990,28(03):136-140.
[17] 张伟刚;成会明;周龙山 等.纳米陶瓷/炭复合材料自愈合抗氧化行为[J].材料研究学报,1997,11(05):487-490.
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:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%