基于卷积神经网络模型的Gd2O3/6061Al中子屏蔽材料的力学性能预测

• 作者: 张鹏 徐文瑞 李靖 王文先 贾程鹏 马颖峰
• 来源期刊: 原子能科学技术
• 关键词: Gd2O3/6061Al 卷积神经网络 力学性能 预测
• 年，卷（期）: 2020,（8）
• 所属期刊栏目: 技术及应用
• 页码范围: 1513-1518
• 页数: 6页
• 分类号: O571.5
• 语种: 中文
• DOI: 10.7538/yzk.2020.youxian.0208

摘要

提出了一种卷积神经网络模型来预测Gd2 O3/6061Al中子屏蔽材料的力学性能.以Gd2 O3/6061Al中子屏蔽材料的EBSD微观形貌及其相应的拉伸性能作为数据集来训练及验证卷积神经网络模型.结果表明:使用多个显微图像,不需任何人工图像处理,卷积神经网络可得到良好的训练结果,其性能优于传统的测试方法;卷积神经网络捕捉到晶粒的存在和晶粒的一些统计信息;晶粒数目和晶粒大小之间具有很强的相关性.