基于BP神经网络的置氢TC21合金力学性能预测

作     者：孙宇 曾卫东 赵永庆 张学敏 马雄 韩远飞 Sun Yu;Zeng Weidong;Zhao Yongqing;Zhang Xuemin;Ma Xiong;Han Yuanfei

作者机构：西北工业大学凝固技术国家重点实验室陕西西安710072 西北有色金属研究院陕西西安710016 

基　　金：国家"973"计划(2007CB613807) 新世纪优秀人才支持计划(NCET-07-0696) 凝固技术国家重点实验室开放课题(35-TP-2009) 

出 版 物：《稀有金属材料与工程》 (Rare Metal Materials and Engineering)

年 卷 期：2012年第41卷第6期

页      码：1041-1044页

摘      要：基于神经网络的非线性映射和泛化能力,采用人工神经网络方法,建立了置氢TC21合金力学性能预测的BP神经网络模型。模型的输入参数包括高温拉伸试验温度和置氢含量,输出参数为合金的常用力学性能指标,即抗拉强度和屈服强度。通过检验样本验证了ANN模型的准确性。结果表明:该模型具有容错性好、通用性强等优点,可以预测置氢TC21合金在不同拉伸温度和不同置氢含量下的机械性能。同时,将神经网络技术应用于材料制备工艺设计领域,可以明显地提高工艺设计效率,缩短实验周期。

主 题 词：BP神经网络 置氢 力学性能 预测 

学科分类：08[工学] 080502[080502] 0805[工学-能源动力学] 

核心收录：

D　O　I：10.12442/j.issn.1002-185X.012.41.6.10411044

馆 藏 号：203396149...