欢迎登录材料期刊网

材料期刊网

高级检索

基于BP神经网络的原理,建立了热爆法合成多孔NiTi形状记忆合金孔隙度和压缩屈服强度的神经网络模型.该模型拟合了温度、Ti粉颗粒尺寸和生坯密度对热爆产物孔隙度和压缩屈服强度的影响.当温度、Ti粉颗粒尺寸和生坯密度发生变化时,对反应产物的性能进行了预测,其预测值和实验值非常吻合.因此该模型可用于多孔NiTi形状记忆合金的性能控制,通过对性能的合理调控,使其与所替换的生物组织更加匹配,同时提高研究效率,降低成本.

参考文献

[1] Abkowitz S;Slerglej J;Regan R .[P].US 3700434,1969.
[2] A. Biswas .Porous NiTi by thermal explosion mode of SHS: processing, mechanism and generation of single phase microstructure[J].Acta materialia,2005(5):1415-1425.
[3] Chu C L;Chung C Y;Lin P H et al.[J].Materials Science and Engineering A,2004,366(01):114-119.
[4] S. M. Green;D. M. Grant;N. R. Kelly .Powder metallurgical processing of Ni-Ti shape memory alloy[J].Powder Metallurgy,1997(1):43-47.
[5] B. Y. Li .Porous NiTi alloy prepared from elemental powder sintering[J].Journal of Materials Research,1998(10):2847-2851.
[6] Otaguchi M;Kaieda Y;Oguro N et al.[J].Journal of the Japan Institute of Metals,1990,54(02):214223.
[7] Li B Y;Rong L J;L Y Y .[J].Journal of Materials Research,2000,15(01):10-13.
[8] 张小明;殷为宏;郭继红 .[J].粉末冶金技术,1995,13(02):121-125.
[9] 梁叔权;郑子樵 .[J].硅酸盐学报,1993,21(03):261-271.
[10] 王耀南.智能控制系统[M].长沙:湖南大学出版社,1996
[11] 彭立明,毛协民,徐匡迪,丁文江.基于数值模拟的定向连续铸造固液界面位置人工神经网络模型的研究[J].铸造,2001(11):683-686.
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:
  • 1
    0%
  • 2
    0%
  • 3
    0%
  • 4
    0%
  • 5
    0%