将经过热约束变形的TA15钛合金进行力学性能测试,获得了工艺(温度、应变、应变速率及冷却方式)、性能(抗拉强度、延伸率)参数数据,利用BP人工神经网络建立起其间的关系网络模型.研究表明:所建立的网络可以很好地反映出本材料的工艺-性能之间的关系并且具有一定的精度,网络模型可以用来预测不同变形条件下TA15钛合金的性能.
参考文献
| [1] | 徐文臣,单德彬,李春峰,吕炎.TA15钛合金的动态热压缩行为及其机理研究[J].航空材料学报,2005(04):10-15,19. |
| [2] | 曾卫东,舒滢,周义刚.应用人工神经网络模型预测Ti-10V-2Fe-3Al合金的力学性能[J].稀有金属材料与工程,2004(10):1041-1044. |
| [3] | 沈昌武,杨合,孙志超,崔军辉.基于BP神经网络的TA15钛合金本构关系建立[J].塑性工程学报,2007(04):101-104,132. |
| [4] | 徐文臣,单德彬,吕炎.利用BP神经网络预测BT20钛合金的流动应力[J].兵器材料科学与工程,2007(03):33-36. |
| [5] | Malinov S;Sha W .[J].Materials Science and Engineering,2004,365(1-2):202. |
| [6] | Malinov S;Sha W;McKeown J J .[J].COMPUTATIONAL MATERIALS SCIENCE,2001,21(03):375. |
| [7] | 许鑫华;叶卫平.计算机在材料科学中的应用[M].北京:机械工业出版社,2003:115. |
| [8] | 何勇,张红钢,刘雪峰,谢建新.NiTi合金高温变形本构关系的神经网络模型[J].稀有金属材料与工程,2008(01):19-23. |
| [9] | Xu LiuJie;J. Paulo Davim;Rosaria Cardoso .Prediction on tribological behaviour of composite PEEK-CF30 using artificial neural networks[J].Journal of Materials Processing Technology,2007(1/3):374-378. |
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%