应用人工神经网络建立TC11钛合金化学元素与力学性能关系模型
来源期刊：稀有金属材料与工程2012年第4期
论文作者：孙宇 曾卫东 赵永庆 韩远飞 马雄
文章页码：594 - 598
关键词：TC11钛合金;化学元素;力学性能;神经网络;
摘 要：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。
孙宇1，曾卫东1，赵永庆2，韩远飞1，马雄1
1. 西北工业大学凝固技术国家重点实验室2. 西北有色金属研究院
摘 要：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。
关键词：TC11钛合金;化学元素;力学性能;神经网络;
