利用已有的应力腐蚀开裂数据训练人工神经网络,对奥氏体不锈钢在含有氯离子和氧的溶液中的应力腐蚀开裂敏感性进行了预测.所用的网络结构为三层结构,氯离子和氧含量作为网络输入,腐蚀开裂敏感性作为输出.学习算法为反向传播算法,以预测精度作为标准,训练得到网络的优化结构为2-6-1.结果表明,该网络对应力腐蚀的预测比较准确,用神经网络技术预测应力腐蚀开裂敏感性是可行的.
参考文献
| [1] | 魏宝明.金属腐蚀理论及应用[M].北京:化学工业出版社,1992:141. |
| [2] | 焦李成.神经网络系统理论[M].西安:西安电子科技大学出版社,1992:85. |
| [3] | Smets H MG;Bogaerts W F L .SCC analysis of austenitic stainless steels in chloride-bearing water by neural network techniques[J].Corrosion,1992,48(08):618-622. |
| [4] | Barry M Gordon .The effect of chloride and oxygen on the stress corrosion cracking of stainless steels: review of literature[J].Materials Performance,1980,19(04):29-38. |
| [5] | Dias Lopes .Methodologyforanalalysisofcorrosionfailuresinmaintenanceofindustrialplants[R].Instituto De Soldadura E Qualidade(葡萄牙焊接质量研究所),1998. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%