袁格侠
,
刘宏昭
,
钱学梅
,
范彩霞
,
钱学军
,
秦丽柏
兵器材料科学与工程
doi:10.3969/j.issn.1004-244X.2010.02.009
将BP和RBF神经网络的理论和算法应用于预测超高压容器爆破压力的研究中.选用MATLAB神经网络工具箱建立预测爆破压力的神经网络模型,研究模型中影响爆破压力的主要参数,内外径比值和材料的强度极限,屈服极限,屈服强度与强度极限的比值;选用Faupel、Crossland和Bones等文献中的爆破实验数据对神经网络模型进行训练,用训练好的神经网络模型对爆破压力进行预测.预测结果表明,用BP和RBF神经网络方法建立的模型能够对超高压筒形容器的爆破压力进行较为准确的预测.
关键词:
超高压容器
,
爆破压力
,
BP神经网络
,
RBF神经网络
,
预测
钱学梅
,
钱学军
,
吕彦
,
贺新民
,
赵振龙
,
胡俊
兵器材料科学与工程
doi:33-1331/TJ.20110710.2334.001
对TC4钛合金进行静液挤压变形强化工艺试验,并对变形后的材料组织、性能进行研究.结果表明:该技术可以显著提高钛合金棒材强度10%以上,而断面收缩率降低较少;变形后的显微组织由等轴晶变为条形组织,愈接近坯料边部条形组织愈细,且取向渐趋一致.这种组织形态的变化,使材料强度得到提高.
关键词:
静液挤压
,
钛合金
,
变形强化
,
显微组织