微波加热制备部分稳定氧化锆及其稳定率预测研究

材料导报, 2011, 25(20): 131-134.

微波加热制备部分稳定氧化锆及其稳定率预测研究

刘利军 ^1, , 李东波 ^2, , 彭金辉 ^3, , 郭胜惠 ^4, , 张利波 ^5, , 陈菓 ^6,

1.昆明理工大学冶金与能源工程学院,昆明650093;昆明理工大学非常规冶金省部共建教育部重点实验室,昆明650093

2.昆明理工大学冶金与能源工程学院,昆明650093;昆明理工大学非常规冶金省部共建教育部重点实验室,昆明650093

3.昆明理工大学冶金与能源工程学院,昆明650093;昆明理工大学非常规冶金省部共建教育部重点实验室,昆明650093

4.昆明理工大学冶金与能源工程学院,昆明650093;昆明理工大学非常规冶金省部共建教育部重点实验室,昆明650093

5.昆明理工大学冶金与能源工程学院,昆明650093;昆明理工大学非常规冶金省部共建教育部重点实验室,昆明650093

6.昆明理工大学冶金与能源工程学院,昆明650093;昆明理工大学非常规冶金省部共建教育部重点实验室,昆明650093

关键词：部分稳定氧化锆 , 微波 , 稳定性 , LM-BP神经网络 , 支持向量机(SVM) , 预测

Preparation of Partially Stabilized Zirconia by Microwave Heating and Study on Prediction of the Stability

针对微波加热制备部分稳定氧化锆过程的非线性、多变量、时变等复杂特点,运用机器学习方法中的LM-BP神经网络和支持向量机(SVM),以保温温度、升温速率、保温时间、降温速率和淬火温度作为输入量,稳定率为输出值,建立了微波加热制备部分稳定氧化锆的稳定率预测模型.分别利用两种预测模型进行稳定率的预测,通过与稳定率的测量值对比分析表明,两者均具有良好的预测能力,但SVM模型具有较高的预测精度.

参考文献

[1]	Robert Kelly J;Denry Isabelle .Stabilized zirconia as a structural ceramic:An overview[J].Dental Materials,2007,24(03):289.
[2]	孟国文;陈大明 .Research and application status of zirconia in ceramics(陶瓷中氧化锆的研究及应用现状)[J].材料导报,1994,8(04):43.
[3]	Guo, SH;Chen, G;Peng, JH;Chen, J;Mao, JL;Li, DB;Liu, LJ .Preparation of partially stabilized zirconia from fused zirconia using roasting[J].Journal of Alloys and Compounds,2010(1):L5-L7.
[4]	Swain M V;Garive R C;Hannink R H J .Influence of thermal decomposition on the mechanical properties of magnesiastabilized cubic zirconia[J].Journal of the American Ceramic Society,1983,66(05):358.
[5]	高里存,张永治,钱跃进.锆质定径水口热震稳定性的研究[J].硅酸盐通报,2006(03):204-207.
[6]	Porter D L;Heuer A H .Microstructural development in MgO-partially stabilized zirconia[J].Journal of the American Ceramic Society,1979,62(5-6):219.
[7]	余鑫萌,徐宝奎,袁发得.二氧化锆的稳定化及其应用[J].稀有金属快报,2007(01):28-32.
[8]	王诚训;张义先;于青.ZrO2复合耐火材料[M].北京:冶金工业出版社,2003
[9]	彭金辉;杨显万.微波能技术新应用[M].昆明:云南科学技术出版社,1997
[10]	E.Haque .Microwave energy for mineral treatment process: a brief review[J].International Journal of Mineral Processing,1999(1):1-24.
[11]	吴耀庆,曾鸣,范力仁.基于BP神经网络的汽车摩擦材料性能预测与配方优化[J].材料导报,2010(10):74-78.
[12]	宓云軿,王晓萍,金鑫.基于机器学习的水质COD预测方法[J].浙江大学学报（工学版）,2008(05):790-793.
[13]	Hecht-NIelsen R.Theory of the back propagation neural network[A].,1989:593.
[14]	Vapnik V N.The nature of statistical learning theroy[M].New York:springer-verlag,1995
[15]	Cycle-breaking acceleration of SVM training[J].Neurocomputing,2009(7/9):1398-1406.
[16]	Zhao CY;Zhang HX;Zhang XY;Liu MC;Hu ZD;Fan BT .Application of support vector machine (SVM) for prediction toxic activity of different data sets.[J].Toxicology: An International Journal Concerned with the Effects of Chemicals on Living Systems,2006(2/3):105-119.

上一张下一张

计量

下载量()
访问量()

作者相关

文章评分

您的评分：
1

0%
2

0%
3

0%
4

0%
5

0%

材料期刊网