基于GRNN神经网络优选高温合金铸件晶粒细化剂

摘要：

对镍基高温合金铸件研制出四组元化学细化剂A-B-C-D,针对细化剂的优选问题,采用GRNN神经网络模拟细化剂各组元含量与铸件晶粒尺寸间的非线性关系.研究发现:加入A-B-C-D新型复合细化剂可以明显细化铸件晶粒;细化剂的最佳加入量为0.11wt%A、0.23wt%B、0.14wt%C、0.17wt%D,即组元A-B-C-D的最佳质量配比约为1:2.1:1.3:1.5.

关键词：GRNN神经网络、高温合金、细晶铸造、细化剂

所属期刊栏目：39

分类号：TG243(铸造)

资助基金：国家重点基础研究发展计划（973计划）2006CB605202

在线出版日期：2010-03-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：33-35,39