基于神经网络的双辉等离子渗金属工艺预测

材料科学与工程学报, 2007, 25(3): 426-429. doi: 10.3969/j.issn.1673-2812.2007.03.026

基于神经网络的双辉等离子渗金属工艺预测

李超 ^1, , 姚正军 ^2, , 张平则 ^3, , 邹戈 ^4, , 李莉平 ^5,

1.南京航空航天大学,材料科学与技术学院,江苏,南京,210016

2.南京航空航天大学,材料科学与技术学院,江苏,南京,210016

3.南京航空航天大学,材料科学与技术学院,江苏,南京,210016

4.南京航空航天大学,材料科学与技术学院,江苏,南京,210016

5.南京航空航天大学,材料科学与技术学院,江苏,南京,210016

基金项目: 江苏省自然科学基金(BK2005128)

关键词：双层辉光 , 数学模型 , 人工神经网络 , 动态退火算法

Forecast on Process of Double Glow Plasma Surface Alloying Based on Artificial Neural Network

将人工神经网络理论及Back propagation(BP)算法应用于双层辉光等离子渗金属工艺的研究,并针对BP神经网络收敛速度慢、易陷入局部极小的缺点,提出一种新的动态退火算法优化网络的训练,进而建立了双层辉光等离子渗金属工艺参数与渗层元素总质量分数、渗层厚度和表面硬度之间的数学模型,最后将模拟预测结果与实验数据进行比较和误差分析, 证明该模型具有较高的预测精度.

参考文献

[1]	徐重,张高会,张平则,张艳梅,池成忠,袁庆龙.双辉等离子表面冶金技术的新进展[J].中国工程科学,2005(06):73-78.
[2]	Zhang G H;He Z Y;Pan J D et al.[J].Materials Science Forum,2005,475－479:3951-3954.
[3]	ZHANG Yan-mei,LI Zhong-hou,LIU Yan-ping,XU Zhong.W, Mo, Co Co-diffusion on Steel with Different Carbon Content[J].材料热处理学报,2004(05):688-691.
[4]	王福谆;刘可如 .[J].特种铸造及有色合金,1996,20(03):24-26.
[5]	Simon Haykin;海金;叶世伟.神经网络原理[M].北京:机械工业出版社,2004:112-174.
[6]	张青贵.人工神经网络导论[M].北京:中国水利水电出版社,2004:97-104.
[7]	KIRKPATRICS;GELATTCD;VECCHIMP .Optimization by Simulated Annealing[J].Science,1983,220(320):671-680.
[8]	Sexton R;Dorsey R;Johnson J.[J].European Journal of Operational Research,1999(114):589-601.
[9]	唐胜,周经野,钱跃良,李锦涛.一种基于模拟退火的自适应算法[J].计算机工程与应用,2002(18):43-46.

上一张下一张

计量

下载量()
访问量()

作者相关

文章评分

您的评分：
1

0%
2

0%
3

0%
4

0%
5

0%

材料期刊网

基于神经网络的双辉等离子渗金属工艺预测

Forecast on Process of Double Glow Plasma Surface Alloying Based on Artificial Neural Network

参考文献