10.3969/j.issn.1002-185X.2012.06.020
基于BP神经网络的置氢TC21合金力学性能预测
基于神经网络的非线性映射和泛化能力,采用人工神经网络方法,建立了置氢TC21合金力学性能预测的BP神经网络模型.模型的输入参数包括高温拉伸试验温度和置氢含量,输出参数为合金的常用力学性能指标,即抗拉强度和屈服强度.通过检验样本验证了ANN模型的准确性.结果表明:该模型具有容错性好、通用性强等优点,司以预测置氢TC21合金在不同拉伸温度和不同置氢含量下的机械性能.同时,将神经网络技术应用于材料制备工艺设计领域,可以明显地提高工艺设计效率,缩短实验周期.
BP神经网络、置氢、力学性能、预测
41
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;凝固技术国家重点实验室开放课题35-TP-2009
2012-09-21(万方平台首次上网日期,不代表论文的发表时间)
共4页
1041-1044