将人工神经网络用于建立高Co-Ni二次硬化钢的性能预测模型.对此类钢合金含量改变时的性能进行了预测,并将其与实验结果相比较,获得了满意的结果.采用模拟退火算法对高Co-Ni二次硬化钢的性能进行了多指标优化.
参考文献
[1] | 俞德刚.钢的强韧化理论与设计[M].上海:上海交通大学出版社,1990:199. |
[2] | Garrison W M.The Influence of Inclusion Spacing and Microstructure on the Fracture Toughness of the Secondary Hardening Steel AF1410[J].Metallurgical and Materials Transactions A:Physical Metallurgy and Materials Science,1987(18A):1257-1263. |
[3] | 苏杰;李荣;吴宝榕 .高Co-Ni二次硬化马氏体钢的发展[J].钢铁研究学报,1995,7(04):67-72. |
[4] | 何明一.神经计算原理、语言、设计、应用[M].西安:西安电子科技大学出版社,1992:3-10. |
[5] | 张国英;刘贵立;曾梅光 等.人工神经网络在材料设计中的应用[J].材料科学与工艺,1999,7(03):93-96. |
[6] | 宋仁国;董敏;张奇志 等.7175铝合金工艺优化的遗传算法[J].材料科学与工程,1998,16(01):28-31. |
[7] | GENG P;ZHENG M G;QING C F .ANN Optimization Method for High Strength High Fracture Toughness Steel[J].Journal of Materials Science and Technology,1998,14:185-187. |
[8] | Speich G R;Dabkowski D S;Porter L F.Strength and Toughness of Fe-10Ni Alloys Containing C, Cr, Mo, and Co[J].Metallurgical and Materials Transactions A:Physical Metallurgy and Materials Science,1973(04):303-315. |
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%