简介概要

基于神经网络的炭/炭复合材料烧蚀性能预测

来源期刊:复合材料学报2007年第6期

论文作者:孟松鹤 张博明 刘洋 杜善义 白光辉 梁军

关键词:炭/炭复合材料; 烧蚀性能预测; 控制因素; 人工神经网络;

摘    要:采用人工神经网络(ANN)对炭/炭复合材料烧蚀性能进行了预测.确定了炭/炭复合材料的密度、石墨化程度和基体炭类型为其烧蚀性能的关键控制因素,通过人工神经网络表征了炭/炭复合材料的密度、石墨化程度与其烧蚀性能之间的关系.在大量实验基础上对神经网络结构与参数发生变化时的网络性能进行了评估.结果表明,当网络训练集规模、隐层节点数、初始学习率与动量项等参数的取值分别为35、7、0.5和0.2时网络预测性能达到最佳状态,在此基础之上对炭/炭复合材料的质量烧蚀率进行了预测与评价.实践证明,采用人工神经网络对炭/炭复合材料的烧蚀性能进行预测时误差小于11%,满足工程实践的精度要求.

详情信息展示

基于神经网络的炭/炭复合材料烧蚀性能预测

孟松鹤1,张博明1,刘洋1,杜善义1,白光辉1,梁军1

(1.哈尔滨工业大学,航天学院,哈尔滨,150001)

摘要:采用人工神经网络(ANN)对炭/炭复合材料烧蚀性能进行了预测.确定了炭/炭复合材料的密度、石墨化程度和基体炭类型为其烧蚀性能的关键控制因素,通过人工神经网络表征了炭/炭复合材料的密度、石墨化程度与其烧蚀性能之间的关系.在大量实验基础上对神经网络结构与参数发生变化时的网络性能进行了评估.结果表明,当网络训练集规模、隐层节点数、初始学习率与动量项等参数的取值分别为35、7、0.5和0.2时网络预测性能达到最佳状态,在此基础之上对炭/炭复合材料的质量烧蚀率进行了预测与评价.实践证明,采用人工神经网络对炭/炭复合材料的烧蚀性能进行预测时误差小于11%,满足工程实践的精度要求.

关键词:炭/炭复合材料; 烧蚀性能预测; 控制因素; 人工神经网络;

【全文内容正在添加中】

<上一页 1 下一页 >

有色金属在线官网  |   会议  |   在线投稿  |   购买纸书  |   科技图书馆

中南大学出版社 技术支持 版权声明   电话:0731-88830515 88830516   传真:0731-88710482   Email:administrator@cnnmol.com

互联网出版许可证:(署)网出证(京)字第342号   京ICP备17050991号-6      京公网安备11010802042557号