钛合金的化学元素与相变点之间具有复杂的非线性关系,人工神经网络(artificial neural network,ANN)是解决非线性映射关系的一种有效可行的方法.本工作以钛合金相变点与化学元素的关系为研究对象,建立钛合金相变点的BP神经网络预测模型,运用训练好的网络模型研究典型化学元素对相变点的影响规律,并与传统经验公式进行比较.结果发现:神经网络模型的预测结果精度较高,误差小.各合金元素对相变点的影响并不是传统经验公式表现出来的单调线性关系,而是由于各元素之间的交互作用引起的复杂非线性关系.
参考文献
| [1] | 唐普放.[J].钛工业进展,1999(03):34. |
| [2] | 李玉涛,耿林,徐斌,李爱滨,王桂松.TC11钛合金相变点的测定与分析[J].稀有金属,2006(02):231-235. |
| [3] | 《稀有金属材料加工手册》编写组.稀有金属材料加工手册[M].北京:冶金工业出版社,1984:57. |
| [4] | Bania Paul J .[J].Journal of the Minerals,Metals & Materials Society,1994,46(03):16. |
| [5] | Yolton C F;Froes F H;Malone R f .[J].Metallurgical and Materials Transactions A:Physical Metallurgy and Materials Science,1979,10A:133. |
| [6] | Malinov S;Sha W .[J].Materials Science and Engineering A:Structural Materials Properties Microstructure and Processing,2004,365:202. |
| [7] | Reddy N S;Lee C S;Kim J H et al.[J].Materials Science and Engineering A:Structural Materials Properties Microstructure and Processing,2006,434:218. |
| [8] | 曾卫东,舒滢,周义刚.应用人工神经网络模型预测Ti-10V-2Fe-3Al合金的力学性能[J].稀有金属材料与工程,2004(10):1041-1044. |
| [9] | 沈昌武,杨合,孙志超,崔军辉.基于BP神经网络的TA15钛合金本构关系建立[J].塑性工程学报,2007(04):101-104,132. |
| [10] | 李萍,薛克敏.基于人工智能的钛合金热变形工艺参数优化[J].中国有色金属学报,2006(07):1202-1206. |
| [11] | Boyer R;Welsch G;Colling E W.Materials Properties Handbook:Titanium Alloys[M].Ohio:ASM International,1994:263. |
| [12] | 中国航空材料手册编写委员会.中国航空材料手册[M].北京:中国标准出版社,2002:9. |
| [13] | 赵永庆,李月璐,吴欢,冯亮,朱康英,刘彩利.低成本钛合金研究[J].稀有金属,2004(01):66-69. |
| [14] | Rao K P;Prasad Y K D V.[J].Journal of Materials Processing Technology,1995(53):552. |
| [15] | 葛哲学;孙志强.人工神经网络理论与Matlab R2007实现[M].北京:电子工业出版社,2007:234. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%