基于锆基合金退火参数与硬度的BP神经网络模型

摘要：

基于Trainrp算法建立锆基合金HANA-4(Zr- 1.5Nb-0.4Sn-0.2Fe-0.1Cr)和HANA-6(Zr-1.1Nb-0.05Cu)退火参数与硬度的BP神经网络预测模型.模型输入单元为合金成分、退火温度和退火时间,输出单元为硬度.神经网络为3-7-1结构,动量因子和学习速率均为0.6.以实验结果验证网络的可靠性.预测结果表明,相对误差为7％,相对拟合率R值为0.98534.该模型可为锆基合金退火参数的制定提供参考.网络敏感性分析表明:退火温度和退火时间对网络的精度影响很大,而合金成分则影响很小.

关键词：锆基合金、神经网络、退火参数、硬度

所属期刊栏目：41

分类号：TG166.7(金属学与热处理)

在线出版日期：2012-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1346-1350