欢迎登录材料期刊网

材料期刊网

高级检索

  • 论文(2)
  • 图书()
  • 专利()
  • 新闻()

基于RBF神经网络法的Zr-4合金管材酸洗工艺模型

卫新民 , 袁改焕 , 李小宁

钛工业进展

研究了Zr-4合金管材酸洗处理过程中,酸洗去除量、酸水转换时间、冲水时间及酸洗次数对管材氟残留量的影响,并基于径向基(RBF)人工神经网络法建立了Zr4合金管材酸洗工艺与氟残留的神经网络模型.结果表明:冲水酸水转换时间和冲水时间对氟残留量均有影响,且酸水转换时间的影响更为显著;氟残留量与酸洗次数无明显对应关系.Zr4合金酸洗工艺的RBF神经网络模型结构为3-5-1,实际值与模拟值的相对误差为9.2%.该神经网络模型具有较高的可靠性,可为Zr-4合金酸洗工艺参数的优化提供参考.

关键词: Zr-4合金 , 酸洗工艺 , 氟残留 , RBF神经网络

基于PSO-RBFNN的3C钢在海水环境中的腐蚀速率预测

翟秀云

腐蚀与防护

为了建立有效预测3C钢在海水环境中的腐蚀速率模型,提出了一种基于粒子群优化(PSO)的径向基神经网络(RBFNN)方法,通过设计特殊的适应度函数,采用PSO优化算法同时实现对RBFNN模型参数(中心值、扩展系数、权值)的调整和径向基函数(隐含层节点)个数的优选。因此,所提出的PSO-RBFNN方法能够以较高的精度和速度自适应地构建预测模型,通过试验数据测试表明,该模型具有良好的预测精度和自学习能力。

关键词: 海水腐蚀 , 径向基神经网络 , 粒子群优化 , 预测模型

出版年份

刊物分类

相关作者

相关热词