欢迎登录材料期刊网

材料期刊网

高级检索

针对铝合金性能预测与优化设计中的相关问题,概述了BP神经网络在铝合金点焊预测与检测及时效工艺方面的研究状况,论述了BP神经网络预测铝合金腐蚀及疲劳的方法和效果,总结了BP神经网络用于建立本构关系模型和其它性能测试的研究现状.最后,指出了BP神经网络在铝合金材料性能测试领域中应用的发展方向和需要解决的问题.

参考文献

[1] 甘忠,成武冬,许旭东,潘栋杰.BP神经网络预测铝合金应力松弛量研究[J].兵器材料科学与工程,2009(02):35-38.
[2] 许鑫华;叶卫平.计算机在材料科学中的应用[M].北京:机械工业出版社,2008:P136.
[3] 阳范文,赵耀明.人工神经网络用于高分子材料的性能预测与优化设计的研究进展[J].计算机与应用化学,2001(02):131-134.
[4] 刘艳侠,高新琛,张国英,郭怀红.BP神经网络对3C钢腐蚀性能的预测分析[J].材料科学与工程学报,2008(01):94-97.
[5] 储林华,查五生,刘锦云,陈德波.基于BP神经网络的粘结NdFeB永磁体性能预测[J].材料科学与工程学报,2008(06):958-962.
[6] 马锐.人工神经网络原理[M].北京:机械工业出版社,2010:P6-48.
[7] 刘伟,雷玉成.神经网络在铝合金穿孔型等离子弧立焊中的应用[J].江苏大学学报(自然科学版),2002(04):68-71.
[8] 汪兴均,黄文荣,沈显峰,魏齐龙.基于BP神经网络的5A06铝合金电子束焊接熔深预测[J].电焊机,2007(03):14-16.
[9] 饶德林,陈立功,倪纯珍.LD10CS铝合金点焊的神经网络质量估测[J].上海交通大学学报,2003(02):167-170.
[10] Huanwei Yu;Yanling Xu;Na Lv;Huabin Chen;Shanben Chen .Arc spectral processing technique with its application to wire feed monitoring in Al-Mg alloy pulsed gas tungsten arc welding[J].Journal of Materials Processing Technology,2013(5):707-716.
[11] 谭晓明,陈跃良,穆志韬,魏志刚.基于人工神经网络的铝合金腐蚀预测及其精度分析[J].中国腐蚀与防护学报,2004(04):218-221.
[12] 王海涛,韩恩厚,柯伟.基于人工神经网络模型的铝合金大气腐蚀的预测[J].中国腐蚀与防护学报,2006(05):272-274,281.
[13] S C Mishral;M Chaithanya;Alok Satapathy;P V Ananthapadmanabhan2,K P reekumar.Neural Network Analysis for Erosion Wear of Nickel-Aluminide Coatings on Steel by Plasma Spraying[A].,2010:1-10.
[14] 刘延利,钟群鹏,张峥
[15] 王希靖,徐成,张杰,李树伟,牛勇.基于神经网络BP算法的7075-T651铝合金搅拌摩擦焊焊接接头疲劳寿命预测[J].兰州理工大学学报,2008(03):12-15.
[16] J.R.Mohanty;B.B.Verma;D.R.K.Parhi;P.K.Ray .Application of BP neural network for predicting fatigue crack propagation life of aluminum alloys[J].International Journal of Computational Materials Science and Surface Engineering,2009,1(03):133-138.
[17] J.R.Mohantya;B.B.Vermaa;P.K.Rayb;D.R.K Parhib .Application of BP neural network for fatigue life prediction under interspersed mode-Ⅰ spike overload[J].Journal of Testing and Evaluation,2010,38(02):177-187.
[18] Yang, X.;Deng, W.;Zou, L.;Zhao, H.;Liu, J..Fatigue behaviors prediction method of welded joints based on soft computing methods[J].Materials Science & Engineering, A. Structural Materials: Properties, Misrostructure and Processing,2013:574-582.
[19] 鲁世强,周细林,王克鲁,李鑫,赵为纲.基于BP神经网络的2D70铝合金本构关系模型[J].锻压技术,2008(01):148-151.
[20] 林启权,李晓龙,朱远志,彭大暑.2519铝合金本构关系的人工神经网络模型[J].湘潭大学自然科学学报,2004(03):112-115.
[21] LIN Qi-quan;PENG Da-shu;ZHU Yuan-zhi .Establishment of constitutive relationship model for 2519 aluminum alloy based on BP artificial neural network[J].Journal of Central South University of Technology,2005(4):380-384.
[22] 王煜,孙志超,李志颖,杨合.齐压态7075铝合金高温流变行为及神经网络本构模型[J].中国有色金属学报,2011(11):2880-2887.
[23] N. Haghdadi;A. Zarei-Hanzaki;A.R. Khalesian;H.R. Abedi .Artificial neural network modeling to predict the hot deformation behavior of an A356 aluminum alloy[J].Materials & design,2013(Aug.):386-391.
[24] 左秀荣,井元伟.基于人工神经网络的6063铝合金时效工艺的研究[J].中北大学学报,2009(01):80-84.
[25] 任建平,宋仁国,陈小明,张宇,李红霞.基于BP神经网络梯度下降算法的7003铝合金热处理工艺优化[J].宇航材料工艺,2009(04):6-9,57.
[26] 周古为,郑子樵,李海.基于人工神经网络的7055铝合金二次时效性能预测[J].中国有色金属学报,2006(09):1583-1588.
[27] 苏娟华,董企铭,刘平,李贺军,康布熙.基于人工神经网络的Cu-Cr-Zr合金时效强化性能预测研究[J].材料科学与工程学报,2003(03):383-386.
[28] 黄松林,崔建忠.基于人工神经网络的铝合金铸锭裂纹倾向预测[J].中国有色金属学报,2008(09):1699-1705.
[29] 闫亮明,沈健,李周兵,李俊鹏,闫晓东,毛柏平.基于神经网络的7055铝合金流变应力模型和加工图[J].中国有色金属学报,2010(07):1296-1301.
[30] Jingbo Xu;Huimin Lu;Qiang Li .OPTIMIZATION OF PROCESS PARAMETERS OF PREPARING FOAMED Al-Si ALLOY BASED ON GA-BASED BP NEURAL NETWORK[J].Light metals,2012(2012):521-525.
[31] Liqiang Zhang;Luoxing Li;Shiuping Wang;Biwu Zhu .Optimization of LPDC Process Parameters Using the Combination of Artificial Neural Network and Genetic Algorithm Method[J].Journal of Materials Engineering and Performance,2012(4):492-499.
[32] Liqiang Zhang;Rongji Wang .An intelligent system for low-pressure die-cast process parameters optimization[J].The International Journal of Advanced Manufacturing Technology,2013(1/4):517-524.
[33] 林毅,郑子樵,张海锋,韩烨.热处理工艺对2A97 Al-Li合金拉伸性能的影响:实验和BP人工神经网络模拟[J].中国有色金属学报(英文版),2013(06):1728-1736.
[34] 杨夏炜,朱景川,农智升,何东,来忠红,刘颖,刘法伟.基于人工神经网络的A357合金力学性能预测[J].中国有色金属学报(英文版),2013(03):788-795.
[35] YAN Yu,WANG Hai-bo,WAN Min.Forming Path Optimization for Press Bending of Aluminum Alloy Aircraft Integral Panel[J].上海交通大学学报(英文版),2012(05):635-642.
[36] Ugur Esme;Aysun Sagbas;Funda Kahraman;M.Kemal Kulekci .Use of BP Neural Networks in Ball Burnishing Process for The Prediction of Surface Roughness of AA 7075 Aluminum Alloy[J].Materials Technology,2008,42(05):215-219.
[37] 黄健康,张刚,石玗,樊丁.铝合金MIG焊熔池的脉冲耦合神经网络边缘检测[J].兰州理工大学学报,2011(02):14-17.
[38] 刘占军,单宝峰,贺平.小波神经网络在铝合金焊接缺陷诊断中的研究[J].振动、测试与诊断,2005(03):219-221.
[39] 聂晶,石圩,黄健康,樊丁.铝合金P-MIG焊稳定性近似熵神经网络预测[J].焊接学报,2010(08):77-80.
[40] 韩德盛,李获.用RBF人工神经网络构建铝合金大气腐蚀预测模型[J].腐蚀科学与防护技术,2009(03):245-246.
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%