基于人工神经网络的Nd-Fe-Co-Zr-B系永磁合金磁性的预测模型
来源期刊：金属学报2005年第5期
论文作者：叶金文 连利仙 涂铭旌 高升吉 刘颖
关键词：Nd-Fe-B; 神经网络; 均匀设计; 磁性;
摘 要：为了优化合金成分以提高纳米复相Nd-Fe-Co-Zr-B系永磁合金磁性,采用均匀设计方法设计了Nd,Co,Zr和B的4因素6水平U18(64)实验方案,建立了合金成分与磁性之间的人工神经网络(ANN)预测模型.利用该预测模型对Nd-Fe-B合金的成分进行了优化.同时,利用所建立的人工神经网络预测模型研究了单个元素对Nd-Fe-B合金磁性的影响规律,以及多元素间的交互作用与合金磁性间的关系.结果表明:预测结果与实测结果吻合良好,预测结果的相对误差很小,Br的相对误差在1.66%以内,(BH)m的相对误差在1.94%以内,Hcj的相对误差在7.7%以内.
叶金文1，连利仙1，涂铭旌1，高升吉1，刘颖1
(1.四川大学材料科学与工程学院,成都,610065)
摘要:为了优化合金成分以提高纳米复相Nd-Fe-Co-Zr-B系永磁合金磁性,采用均匀设计方法设计了Nd,Co,Zr和B的4因素6水平U18(64)实验方案,建立了合金成分与磁性之间的人工神经网络(ANN)预测模型.利用该预测模型对Nd-Fe-B合金的成分进行了优化.同时,利用所建立的人工神经网络预测模型研究了单个元素对Nd-Fe-B合金磁性的影响规律,以及多元素间的交互作用与合金磁性间的关系.结果表明:预测结果与实测结果吻合良好,预测结果的相对误差很小,Br的相对误差在1.66%以内,(BH)m的相对误差在1.94%以内,Hcj的相对误差在7.7%以内.
关键词:Nd-Fe-B; 神经网络; 均匀设计; 磁性;
【全文内容正在添加中】
