稀有金属材料与工程
稀有金屬材料與工程
희유금속재료여공정
RARE METAL MATERIALS AND ENGINEERNG
2012年
4期
594-598
,共5页
孙宇%曾卫东%赵永庆%韩远飞%马雄
孫宇%曾衛東%趙永慶%韓遠飛%馬雄
손우%증위동%조영경%한원비%마웅
TC11钛合金%化学元素%力学性能%神经网络
TC11鈦閤金%化學元素%力學性能%神經網絡
TC11태합금%화학원소%역학성능%신경망락
在TC11钛合金大量实验数据的基础上,应用人工神经网络建立TC11钛合金的化学元素与力学性能关系模型.模型的输入参数包括Al、Mo、Zr、Si、Fe、C、O、N和H共9种化学元素；输出为常规力学性能指标(抗拉强度、屈服强度、延伸率和断面收缩率).运用未知数据样本对已建立神经网络模型的预测能力进行检验,并以Al、Mo、Zr和C元素为研究对象,利用该模型分析TC11钛合金化学元素对力学性能的影响规律.结果表明:网络的预测值与实验值的相对误差均在10％以内,说明所建立的神经网络预测模型具有较精确的预测能力,而且能够清楚地反映出该合金化学元素与力学性能之间的非线性关系.
在TC11鈦閤金大量實驗數據的基礎上,應用人工神經網絡建立TC11鈦閤金的化學元素與力學性能關繫模型.模型的輸入參數包括Al、Mo、Zr、Si、Fe、C、O、N和H共9種化學元素；輸齣為常規力學性能指標(抗拉彊度、屈服彊度、延伸率和斷麵收縮率).運用未知數據樣本對已建立神經網絡模型的預測能力進行檢驗,併以Al、Mo、Zr和C元素為研究對象,利用該模型分析TC11鈦閤金化學元素對力學性能的影響規律.結果錶明:網絡的預測值與實驗值的相對誤差均在10％以內,說明所建立的神經網絡預測模型具有較精確的預測能力,而且能夠清楚地反映齣該閤金化學元素與力學性能之間的非線性關繫.
재TC11태합금대량실험수거적기출상,응용인공신경망락건립TC11태합금적화학원소여역학성능관계모형.모형적수입삼수포괄Al、Mo、Zr、Si、Fe、C、O、N화H공9충화학원소；수출위상규역학성능지표(항랍강도、굴복강도、연신솔화단면수축솔).운용미지수거양본대이건립신경망락모형적예측능력진행검험,병이Al、Mo、Zr화C원소위연구대상,이용해모형분석TC11태합금화학원소대역학성능적영향규률.결과표명:망락적예측치여실험치적상대오차균재10％이내,설명소건립적신경망락예측모형구유교정학적예측능력,이차능구청초지반영출해합금화학원소여역학성능지간적비선성관계.
