孔凡朔
,
张建良
,
李丙来
,
林庆林
钢铁
煤粉喷吹量调节系统是一个动态、随机干扰严重的多输入单输出非线性对象,传统煤粉喷吹量控制技术存在精度低、自适应能力小的缺陷,济钢基于模糊神经网络的学习功能和处理不确定情况的能力,开发了喷煤量精确控制技术,该技术实施后,喷煤量相对误差最大值由15%以上降低到2%以下,相对误差标准偏差由2.83%变化到0.52%,高炉技术指标得以改善.
关键词:
高炉
,
粉煤喷吹
,
精确控制
,
模糊神经网络
崔桂梅
,
李静
,
张勇
,
卢俊慧
,
马祥
钢铁研究学报
针对高炉炉温铁水硅含量为预测对象的不确定性和高炉炉温单变量时间序列模型所含炉温输入信息量少、难以揭示各个变量之间的相互关系及变化规律的特点,以高炉铁水温度为研究对象,建立BP神经网络多元时间序列模型和T-S模糊神经网络多元时间序列模型.应用高炉实际数据做模型检验,结果表明,T-S模糊神经网络多元时间序列模型取得更好的命中率和预测精度.
关键词:
高炉铁水温度
,
多元时间序列
,
BP神经网络
,
模糊神经网络
黄维超
,
陈春生
,
卢雅琳
,
江海涛
,
李淼泉
材料工程
doi:10.3969/j.issn.1001-4381.2004.10.002
研究了Al-4Cu-Mg合金半固态压缩变形过程中微观组织参数的变化.结合模糊数学和人工神经网络理论,以Al-4Cu-Mg合金半固态压缩变形时的变形温度、变形程度和应变速率为输入参数,以变形后的晶粒等效直径或分形维数为输出参数,建立了Al-4Cu-Mg合金半固态压缩时的微观组织计算模型.研究结果表明,计算结果与实验结果吻合较好.因此,应用本模型可对Al-4Cu-Mg合金半固态成形过程中的微观组织演变进行预测,为优化变形工艺参数提供了简便、适用的方法.
关键词:
Al-4Cu-Mg合金
,
半固态成形
,
晶粒等效直径
,
分形维数
,
模糊神经网络
唐江凌
,
蔡从中
,
肖婷婷
,
皇思洁
材料热处理学报
根据Zr-2合金的晶粒尺寸在不同热工艺参数(变形温度、变形程度、变形速率)下的12组实测数据,应用基于粒子群算法寻找最优参数的支持向量回归方法,建立了合金晶粒尺寸的预测模型.通过与模糊神经网络模型的结果进行比较,结果表明:基于相同的试验样本,支持向量回归预测模型的平均绝对误差和平均绝对百分误差都比模糊神经网络预测模型的小,而复相关系数大.这说明,支持向量回归预测模型预测精度比模糊神经网络模型要高,是简单而精确的建模方法,可用于优化热加工参数.
关键词:
支持向量机
,
模糊神经网络
,
粒子群择优
,
Zr-2合金
,
晶粒尺寸
韩远飞
,
曾卫东
,
赵永庆
,
周义刚
材料导报
模糊神经网络具有较强的非线性问题处理能力,可直接处理“不确定性”结构化知识,已成为材料科学研究领域中重要的使用技术.综述了模糊神经网络在钛合金材料化学成分设计与优化、材料成分与性能关系、微观组织定量研究等领域的应用情况,指出将该方法应用于钛合金材料研究领域,不仅可精确地描述材料成分-工艺-组织-性能之间高度复杂非线性关系,而且能够应用到材料加工的智能控制以及性能预测等领域.
关键词:
钛合金
,
模糊神经网络
,
性能预测
,
材料科学
齐乐华
,
史忠科
,
何俊超
,
李贺军
中国有色金属学报
针对液-固挤压复合材料管、棒材成形时工艺参数难于选取、试验工作量大的问题,在正交试验的基础上,结合有限元模拟数据,构建200组样本集,将其中的150组作为训练样本用于网络的训练学习,其余的50组作为测试样本用于验证网络的精确性.通过对补偿模糊神经网络学习算法实现中的关键技术问题的处理,如输入、输出变量模糊集的划分、模糊规则的提取、学习速率的确定等,基于模糊神经网络建立了液-固挤压复合材料工艺系统模型,得到了浸渗时间与其它关键参数之间的映射关系及模糊规则,利用该模型,对关键工艺参数进行预测,预测值与试验值吻合较好.这为该工艺的实际应用和过程控制奠定了基础.
关键词:
模糊神经网络
,
复合材料
,
液-固挤压
,
建模
顾正彬
,
李贺军
,
李克智
,
李爱军
稀有金属材料与工程
C/C复合材料等温CVI工艺影响因素繁多,而效率极低,造成C/C复合材料的生产周期极长、制造成本极高.基于模糊神经网络技术及遗传算法,以有限元数值模拟结果作为网络训练的虚拟样本,建立了C/C复合材料等温CVI工艺预测系统,利用该系统挖掘得到了等温CVI工艺主要影响因素,如沉积温度,前驱气体组份比与流速等,对制件密度的作用规律,为CVI工艺的综合设计与优化提供了理论依据,提高了CVI工艺的设计水平,以期达到降低C/C复合材料制造成本的目的.
关键词:
C/C复合材料
,
化学气相渗透
,
模糊神经网络
,
遗传算法
刘冬梅
,
邹宗树
,
余艾冰
材料与冶金学报
doi:10.3969/j.issn.1671-6620.2006.04.002
分析了对转炉终点温度的影响因素,利用减法聚类自动确定模糊规则的数目,建立了模糊神经网络系统预报转炉终点温度.结果表明,该方法建立的模型能够对终点温度进行较好的预报,误差在±4℃以内的命中率可达25.49%;预报误差小于±20℃的炉数可达84.31%.
关键词:
转炉
,
减法聚类
,
模糊神经网络
,
终点预报
,
温度
熊爱明
,
黄维超
,
陈胜晖
,
林海
,
李淼泉
金属学报
doi:10.3321/j.issn:0412-1961.2002.z1.200
通过分析TC6钛合金高温变形过程中的组织特征参数实验数据,并结合模糊神经网络技术,建立了TC6钛合金高温变形过程中的组织预报模型.研究结果表明,用该模型得到的计算结果和实验结果吻合较好,因此这一方法可用来对TC6钛合金高温变形过程中的组织进行预测和控制,为优化变形工艺参数提供了简便、适用的方法和手段.
关键词:
钛合金
,
模糊神经网络
,
晶粒直径
,
体积分数