于军辉
,
李小宁
,
翟岩
,
任岩
,
李颜
稀有金属材料与工程
基于Trainrp算法建立锆基合金HANA-4(Zr- 1.5Nb-0.4Sn-0.2Fe-0.1Cr)和HANA-6(Zr-1.1Nb-0.05Cu)退火参数与硬度的BP神经网络预测模型.模型输入单元为合金成分、退火温度和退火时间,输出单元为硬度.神经网络为3-7-1结构,动量因子和学习速率均为0.6.以实验结果验证网络的可靠性.预测结果表明,相对误差为7％,相对拟合率R值为0.98534.该模型可为锆基合金退火参数的制定提供参考.网络敏感性分析表明:退火温度和退火时间对网络的精度影响很大,而合金成分则影响很小.
关键词:
锆基合金
,
神经网络
,
退火参数
,
硬度
