用人工神经网络预测钢的贝氏体开始转变临界冷却速度

• 作者: 方鸿生 李琪 由伟 白秉哲
• 来源期刊: 金属热处理
• 学科: 工学
• 关键词: 贝氏体开始转变临界冷却速度 人工神经网络 合金元素
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 材料研究
• 页码范围: 58-62
• 页数: 5页
• 分类号: TG:151.2
• 字数: 3945字
• 语种: 中文
• DOI: 10.3969/j.issn.0254-6051.2004.01.012

摘要

在收集的252个钢种的连续冷却转变曲线图(CCT)的基础上,用不同的人工神经网络模型预测了钢的贝氏体开始转变临界冷却速度,与实测值比较证明,不同网络模型的预测精度不同.此外,用预测精度较高的人工神经网络模型计算了合金元素Si和B的含量对贝氏体开始转变临界冷却速度的定量影响,计算结果与试验结果相符合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方鸿生	清华大学材料科学与工程系	74	1356	21.0	34.0
2	白秉哲	清华大学材料科学与工程系	72	1077	18.0	30.0
3	由伟	清华大学材料科学与工程系	5	46	4.0	5.0
4	李琪	清华大学材料科学与工程系	6	40	2.0	6.0