10.3321/j.issn:1004-0609.2003.05.005
基于人工神经网络的铜合金形变热处理工艺和性能
利用神经网络对Cu-Cr-Zr合金变形量、时效温度和时间与硬度和电导率样本集进行训练和学习, 采用改进的BP网络算法-Levenberg-Marquardt算法, 建立了形变热处理工艺BP神经网络模型, 得出了具有较高综合性能的最佳工艺参数: 在80%变形量, 450~480 ℃, 2~5 h形变热处理条件下, 硬度和电导率分别可达HV 150~157和74%~77%(IACS).
铜合金、形变热处理、神经网络、Levenberg-Marquardt算法
13
TG146.1(金属学与热处理)
国家高技术研究发展计划863计划2002AA331112;河南省科技攻关项目0122021300
2003-12-12(万方平台首次上网日期,不代表论文的发表时间)
共6页
1077-1082