阎加强
,
单松高
,
伍卫琼
,
张培新
,
隋智通
硅酸盐通报
doi:10.3969/j.issn.1001-1625.1999.03.013
研究了基于神经网络的ZrO2-SiC材料中原位SiC生成量预报模型,运用材料制备过程中的工艺参数,实现了SiC生成量的预报.结果表明:本模型具有良好的预报效果,人工神经网络是材料性能定量预报的一种有效方法.
关键词:
神经网络
,
性能预报
,
反应烧结
,
原位复合
张文成
,
周穗华
,
郭虎生
高分子材料科学与工程
利用敷设吸声材料的多层模型反射系数反演吸声材料物性参数,对研究材料参数测量、模型性能实验和预报具有重要的意义。文中建立了敷设粘弹性材料吸声结构的材料参数反演模型,通过改进标准粒子群算法,将智能反演应用到吸声模型材料参数反演中。以橡胶材料验证了反演过程和反演结果的正确性和准确性,在此基础上,利用几个维度的测量值反演了聚脲材料的物性参数。反演结果表明,文中改进的动态混合粒子群算法具有较高的反演精确度,利用反射系数部分测量值反演材料参数是可行的,对减少实验工作量及吸声模型性能预报具有重要意义。
关键词:
吸声模型
,
聚脲
,
粒子群算法
,
参数反演
,
性能预报
何平
,
刘浏
,
刘伟
,
刘锟
,
蒲学坤
,
梅东生
钢铁研究
提高重轨钢的性能控制能力对其产品质量保证有重要作用.采用神经网络方法建立了重轨生产性能预报模型,并通过模型结构优化提高了模型预报的可靠性.通过模型自检、历史数据检验和离线应用,表明高速重轨的抗拉强度与伸长率预报命中率较高,可基本满足生产要求.
关键词:
高速重轨
,
性能预报
,
神经网络
,
模型
许云波
,
刘相华
,
王国栋
钢铁
建立了C-Mn钢在控制轧制和控制冷却生产中微观组织演变和力学性能预测的物理冶金模型.模型包括加热、再结晶、相变和力学性能四部分,分别描述了带钢热轧及冷却过程中的物理冶金现象.根据现场数据,计算了轧制过程奥氏体晶粒尺寸和再结晶分数的演变,预测了在不同工艺条件下连续冷却转变各相的体积分数和铁素体的晶粒尺寸等显微组织参数和相关的力学性能,预测结果和实测值吻合较好.
关键词:
控轧控冷
,
物理冶金模型
,
微观组织演变
,
性能预报
徐越兰
,
黄俊
,
王克鸿
,
张霞
,
张振江
兵器材料科学与工程
doi:10.3969/j.issn.1004-244X.2004.03.008
基于人工神经网络原理,以酸性焊条配方为研究对象,在生产数据支持的基础上,建立了反映焊条配方与熔敷金属抗拉强度之间映射关系的神经网络模型.采用 BP算法训练网络.研究结果表明,该模型预测的结果同生产实际值之间有很好的对应关系.根据网络估测的结果可定量地进行焊条性能预报.为焊条的设计提供了一种科学方法.
关键词:
人工神经网络
,
焊条设计
,
性能预报
