基于BP神经网络的置氢TC21合金力学性能预测

来源期刊：稀有金属材料与工程2012年第6期

论文作者：孙宇 曾卫东 赵永庆 张学敏 马雄 韩远飞

文章页码：1041 - 1044

关键词：BP神经网络;置氢;力学性能;预测;

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。