NiAl合金超塑性的人工神经网络预测

• 作者: 侯介山 周兰章 袁超 郭建亭
• 来源期刊: 金属学报
• 学科: 工学
• 关键词: NiAl合金 超塑性 人工神经网络
• 年，卷（期）: 2013,（11）
• 页码范围: 1333-1338
• 页数: 6页
• 分类号: TGI46.2|TP18
• 语种: 中文
• DOI: 10.3724/SP.J.1037.2013.00455

摘要

利用人工神经网络研究了不同化学成分NiAl合金超塑性变形的条件.建立了以化学成分、应变速率和温度等为输入参数的标准多层负反馈神经网络,利用挤压态NiAl及NiAl系合金数据库对网络进行了训练和测试.研究了NiAl及添加P,Mo,Fe,Y,Ce,Nb,Cr和Hf元素的NiAl系合金在超塑性拉伸实验中,合金元素对超塑性延伸率的影响以及变形温度、应变速率等对延伸率的影响.为了获得期望的结果,神经网络模型对输入参量、数据库和隐含层神经元个数进行了优化.测试结果表明,神经网络的多元相关系数为0.93.利用模型预测并得出优化后的NiAl及NiAl系合金化学成分以及可以获得的最大延伸率以及最佳实验条件范围.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁超	中国科学院金属研究所	90	1736	28.0	39.0
2	郭建亭	中国科学院金属研究所	191	2106	25.0	34.0
3	侯介山	中国科学院金属研究所	21	243	8.0	15.0
4	周兰章	中国科学院金属研究所	65	616	16.0	22.0