基于锆基合金退火参数与硬度的BP神经网络模型
来源期刊：稀有金属材料与工程2012年第8期
论文作者：于军辉 李小宁 翟岩 任岩 李颜
文章页码：1346 - 1350
关键词：锆基合金;神经网络;退火参数;硬度;
摘 要：基于Trainrp算法建立锆基合金HANA-4（Zr-1.5Nb-0.4Sn-0.2Fe-0.1Cr）和HANA-6（Zr-1.1Nb-0.05Cu）退火参数与硬度的BP神经网络预测模型。模型输入单元为合金成分、退火温度和退火时间,输出单元为硬度。神经网络为3-7-1结构,动量因子和学习速率均为0.6。以实验结果验证网络的可靠性。预测结果表明,相对误差为7%,相对拟合率R值为0.98534。该模型可为锆基合金退火参数的制定提供参考。网络敏感性分析表明:退火温度和退火时间对网络的精度影响很大,而合金成分则影响很小。
于军辉1，李小宁1，翟岩1，任岩1，李颜2
1. 国核宝钛锆业股份公司2. 中国核电工程有限公司深圳设计院
摘 要：基于Trainrp算法建立锆基合金HANA-4（Zr-1.5Nb-0.4Sn-0.2Fe-0.1Cr）和HANA-6（Zr-1.1Nb-0.05Cu）退火参数与硬度的BP神经网络预测模型。模型输入单元为合金成分、退火温度和退火时间,输出单元为硬度。神经网络为3-7-1结构,动量因子和学习速率均为0.6。以实验结果验证网络的可靠性。预测结果表明,相对误差为7%,相对拟合率R值为0.98534。该模型可为锆基合金退火参数的制定提供参考。网络敏感性分析表明:退火温度和退火时间对网络的精度影响很大,而合金成分则影响很小。
关键词：锆基合金;神经网络;退火参数;硬度;
