基于BP神经网络的置氢TC21合金力学性能预测

摘要：

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.

关键词：BP神经网络、置氢、力学性能、预测

所属期刊栏目：41

分类号：TG146.2+3(金属学与热处理)

资助基金：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

在线出版日期：2012-09-21（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：1041-1044