基于神经网络的表面波频散曲线反演温度相关杨氏模量
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.11973/wsjc202207005

基于神经网络的表面波频散曲线反演温度相关杨氏模量

引用
提出了一种应用神经网络从色散曲线反演材料弹性常数的温度依赖性的方法.采用有限元方法计算了毫秒激光加热铝材料形成的瞬态温度场.在假设不同杨氏模量温度依赖性的条件下,计算了表面波在激光加热区传播时不同的频散曲线.利用正向计算的结果来训练神经网络.神经网络经过训练后,输入材料的表面波频散特性,可反演出材料杨氏模量与温度的关系.为验证该方法的反演能力,对比了不同噪声情况下的反演结果.对比结果表明该方法具有很好的鲁棒性.

温度场、弹性模量的温度依赖性、分布不均匀、神经网络

44

TG115.28(金属学与热处理)

国家自然科学基金61975080

2022-10-09(万方平台首次上网日期,不代表论文的发表时间)

共5页

19-22,28

相关文献
评论
暂无封面信息
查看本期封面目录

无损检测

1000-6656

31-1335/TG

44

2022,44(7)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn