基于神经网络的钒基储氢合金充放电循环性能预测分析

• 作者: 刘岽 蒙飚
• 来源期刊: 钢铁钒钛
• 学科: 工学
• 关键词: 钒基储氢合金 充放电循环性能 合金元素 神经网络 预测模型
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 钒钛材料与应用
• 页码范围: 32-35
• 分类号: TF841.3|TG139
• 语种: 中文
• DOI: 10.7513/j.issn.1004-7638.2014.04.007

摘要

以16种合金元素含量为输入层节点参数,以充放电循环性能为输出层节点参数,构建了16×48×1三层神经网络预测模型,并对预测能力进行了试验验证,同时对模型选出的合金进行了化学成分、显微组织、物相组成和充放电循环性能的测试与分析.结果表明,该神经网络模型的预测精度较高,V3TiNi0.56-0.1Sc合金具有最佳的充放电循环性能;该合金由V基固溶体相、TiNi相和Ti2Ni相组成,经过15次充放电循环后放电容量保持率高达82％,较V3TiNi0.56合金提高了80％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒙飚	柳州职业技术学院电子信息工程系	23	42	4.0	5.0
2	刘岽		2	8	1.0	2.0