硅酸盐通报
硅痠鹽通報
규산염통보
BULLETIN OF THE CHINESE CERAMIC SOCIETY
2010年
6期
1433-1437
,共5页
自愈合%陶瓷基复合材料%神经网络%遗传算法%优化
自愈閤%陶瓷基複閤材料%神經網絡%遺傳算法%優化
자유합%도자기복합재료%신경망락%유전산법%우화
CVD法制备B-C陶瓷的沉积效率对于自愈合陶瓷基复合材料(CMC-SH)的最终性能关系重要.本文结合BP神经网络和遗传算法,建立了B-C陶瓷CVD工艺参数优化方法.首先应用BP神经网络对其试验数据进行训练,训练后的网络作为映射工艺参数与性能指标之间的复杂非线性关系的数学模型,并用该网络预测的性能输出作为目标函数求解的方法,以沉积温度、沉积时间、前驱体BCl3/CH4比例和前驱体H2/CH4比例为设计变量,采用遗传算法对变量进行优化,从而实现平均增重率和沉积速度确定的工艺参数的优化.本文将BP神经网络与遗传算法有机结合起来建立B-C陶瓷CVD制备工艺参数优化系统,以期获得最佳的B-C陶瓷沉积效率.
CVD法製備B-C陶瓷的沉積效率對于自愈閤陶瓷基複閤材料(CMC-SH)的最終性能關繫重要.本文結閤BP神經網絡和遺傳算法,建立瞭B-C陶瓷CVD工藝參數優化方法.首先應用BP神經網絡對其試驗數據進行訓練,訓練後的網絡作為映射工藝參數與性能指標之間的複雜非線性關繫的數學模型,併用該網絡預測的性能輸齣作為目標函數求解的方法,以沉積溫度、沉積時間、前驅體BCl3/CH4比例和前驅體H2/CH4比例為設計變量,採用遺傳算法對變量進行優化,從而實現平均增重率和沉積速度確定的工藝參數的優化.本文將BP神經網絡與遺傳算法有機結閤起來建立B-C陶瓷CVD製備工藝參數優化繫統,以期穫得最佳的B-C陶瓷沉積效率.
CVD법제비B-C도자적침적효솔대우자유합도자기복합재료(CMC-SH)적최종성능관계중요.본문결합BP신경망락화유전산법,건립료B-C도자CVD공예삼수우화방법.수선응용BP신경망락대기시험수거진행훈련,훈련후적망락작위영사공예삼수여성능지표지간적복잡비선성관계적수학모형,병용해망락예측적성능수출작위목표함수구해적방법,이침적온도、침적시간、전구체BCl3/CH4비례화전구체H2/CH4비례위설계변량,채용유전산법대변량진행우화,종이실현평균증중솔화침적속도학정적공예삼수적우화.본문장BP신경망락여유전산법유궤결합기래건립B-C도자CVD제비공예삼수우화계통,이기획득최가적B-C도자침적효솔.
