基于神经网络的非线性映射和泛化能力,采用人工神经网络方法,建立了置氢TC21合金力学性能预测的BP神经网络模型.模型的输入参数包括高温拉伸试验温度和置氢含量,输出参数为合金的常用力学性能指标,即抗拉强度和屈服强度.通过检验样本验证了ANN模型的准确性.结果表明:该模型具有容错性好、通用性强等优点,司以预测置氢TC21合金在不同拉伸温度和不同置氢含量下的机械性能.同时,将神经网络技术应用于材料制备工艺设计领域,可以明显地提高工艺设计效率,缩短实验周期.
参考文献
| [1] | 罗国珍,周廉,邓炬.中国钛的研究和发展[J].稀有金属材料与工程,1997(05):1. |
| [2] | 赵永庆,曲恒磊,冯亮,杨海瑛,李辉,张颖楠,郭红超,黄定坤.高强高韧损伤容限型钛合金TC21研制[J].钛工业进展,2004(01):22-24. |
| [3] | 赵永庆,曹兴民,奚正平.热氢处理对两相钛合金及β钛合金加工态组织的影响[J].稀有金属材料与工程,2007(07):1145-1148. |
| [4] | Senkov O N;Froes F H .[J].International Journal of Hydrogen Energy,1999,24:565. |
| [5] | 侯红亮,李志强,王亚军,关桥.钛合金热氢处理技术及其应用前景[J].中国有色金属学报,2003(03):533-549. |
| [6] | 李芳,陈业新,万晓景,王青江,刘羽寅.氢对Ti-60钛合金显微组织和高温力学性能的影响[J].金属学报,2006(02):143-146. |
| [7] | 曾卫东,舒滢,周义刚.应用人工神经网络模型预测Ti-10V-2Fe-3Al合金的力学性能[J].稀有金属材料与工程,2004(10):1041-1044. |
| [8] | Malinov S;Sha W .[J].Materials Science and Engineering A,2004,365:202. |
| [9] | Bhadeshia H K D H;Dimitriu R C;Forsik S et al.[J].Materials Science and Technology,2009,25(04):504. |
| [10] | 孙宇,曾卫东,赵永庆,韩远飞,邵一涛,周义刚.应用人工神经网络研究化学元素对钛合金相变点的影响[J].稀有金属材料与工程,2010(06):1031-1036. |
| [11] | 张德丰.MATLB神经网络应用设计[M].北京:机械工业出版社,2009:94. |
| [12] | 杨建刚.人工神经网络实用教程[M].杭州:浙江大学出版社,2001:41. |
| [13] | 杨明,梁大开,万鹏飞.智能材料结构损伤的分形神经网络诊断方法[J].材料科学与工程学报,2003(03):387-390. |
| [14] | 楼顺天;施阳.基于MATLAB的系统分析与设计—神经网络[M].西安:西安电子科技大学出版社,1998 |
| [15] | Lee J.A.;Almond D.P. .The use of neural networks for the prediction of fatigue lives of composite materials[J].Composites, Part A. Applied science and manufacturing,1999(10):1159-1169. |
| [16] | Yu Shiwei;Zhu Kejun;Diao Fengqin .[J].Applied Mathematics and Computation,2006,195(01):66. |
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%