基于人工神经网络的Cu与Mg低质量比Al-Cu-Mg合金时效强化预测模型

• 作者: 侯延辉 刘延斌 刘志义 邓才智 马飞跃
• 来源期刊: 中南大学学报（自然科学版）
• 学科: 工学
• 关键词: 时效 Levenberg-Marquardt算法 神经网络 析出相 模型
• 年，卷（期）: 2009,（3）
• 所属期刊栏目: 材料科学与工程
• 页码范围: 657-662
• 页数: 6页
• 分类号: TG146.2
• 字数: 4367字
• 语种: 中文

摘要

通过硬度检测和透射电镜(TEM)观察,研究低Cu/Mg质量比AL-Cu-Mg合金时效强化机理,建立神经网络预测模型,使其在实验条件范围内对时效力学性能进行有效预测.在实验基础上,采用Levenberg-Marqllardt算法训练神经网络,建立以时效温度与时间为输入参数和硬度为目标函数的函数关系.结果表明:预测值与实验结果吻合较好,并证明了网络的可靠性与泛化能力;当时效温度越高时,达到峰值时效的时间越短,峰值时效的硬度也越大;在160～190℃时效温度范围内,合金峰值硬度随时效温度的升高而下降,对应硬度峰值的时效时间缩短.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志义	中南大学材料科学与工程学院	141	1734	20.0	35.0
2	刘延斌	中南大学材料科学与工程学院	24	344	9.0	18.0
3	侯延辉	西南交通大学应用力学与工程系	7	121	4.0	7.0
7	马飞跃	中南大学材料科学与工程学院	6	59	5.0	6.0
8	邓才智	中南大学材料科学与工程学院	4	32	3.0	4.0