基于BP神经网络的TC11钛合金工艺-性能模型预测
材料工艺与性能的关系具有复杂、非线性交互等特点.本文根据TC11钛合金力学性能与其影响因素之间的映射关系,以大量的试验数据为基础,建立了BP神经网络模型.模型的输入包括锻造温度、锻后冷却方式等热加工工艺参数；输出为常用的力学性能指标,即抗拉强度、屈服强度、延伸率和断面收缩率.运用该模型对TC11钛合金力学性能进行了预测,并通过试验数据对模型的预测精度进行了可靠性验证.同时,运用已建立的神经网络模型对TC11钛合金工艺参数与力学性能的关系进行了分析.结果表明,所建立的力学性能预测模型具有良好的外推能力,并且可以很好地反映出该合金的工艺-性能之间的复杂关系.
TC11钛合金、工艺、性能、BP神经网络、预测
40
TG146.2+3(金属学与热处理)
国家"973"计划2007CB613807;新世纪优秀人才支持计划NCET-07-0696;凝同技术国家重点实验室开放课题35-TP-2009
2012-03-30（万方平台首次上网日期，不代表论文的发表时间）
共5页
1951-1955
