位置:成果数据库 > 期刊 > 期刊详情页
改进的神经网络模型在变形镁合金发展中的应用
  • ISSN号:1003-6326
  • 期刊名称:《中国有色金属学报:英文版》
  • 时间:0
  • 分类:TG146[金属学及工艺—金属材料;一般工业技术—材料科学与工程;金属学及工艺—金属学]
  • 作者机构:[1]重庆大学材料科学与工程学院,重庆400030, [2]重庆大学国家镁合金工程技术研究中心,重庆400030
  • 相关基金:Project(50725413)supported by the National Natural Science Foundation of China; Project(2007CB613704)supported by the National Basic Research Program of China; Project(2010CSTC-BJLKR)supported by Chongqing Science and Technology Commission China
中文摘要:

采用更为合理的建模参数,将预测变形镁合金力学性能的神经网络模型进行改进,并将此模型用于发展新型镁合金;对所有建模参数以全排列组合训练的方式构建模型,并通过比较这些模型的预测误差及相关系数来确定最合理的建模参数。模型的应用主要有Mg-Zn-Mn和Mg-Zn-Y-Zr两种合金。运用改进后的模型对Mg-Zn-Mn合金的力学性能进行预测,研究Mg-Zn-Y-Zr合金中Y/Zn摩尔比对强度的影响。最后,还利用此模型发展了一种高强挤压态的Mg-Zn-Y-Zr合金。结果表明:模型预测值与实验值吻合较好,改进后的模型可以用于发展新型变形镁合金。

英文摘要:

Neural network models of mechanical properties prediction for wrought magnesium alloys were improved by using more reasonable parameters, and were used to develop new types of magnesium alloys. The parameters were confirmed by comparing prediction errors and correlation coefficients of models, which have been built with all the parameters used commonly with training of all permutations and combinations. The application was focused on Mg-Zn-Mn and Mg-Zn-Y-Zr alloys. The prediction of mechanical properties of Mg-Zn-Mn alloys and the effects of mole ratios of Y to Zn on the strengths in Mg-Zn-Y-Zr alloys were investigated by using the improved models. The predicted results are good agreement with the experimental values. A high strength extruded Mg-Zn-Zr-Y alloy was also developed by the models. The applications of the models indicate that the improved models can be used to develop new types of wrought magnesium alloys.

同期刊论文项目
期刊论文 176 获奖 6 专利 32
同项目期刊论文
期刊信息
  • 《中国有色金属学报:英文版》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国有色金属学会
  • 主编:黄伯云
  • 地址:中国长沙中南大学
  • 邮编:410083
  • 邮箱:f-xsxb@csu.edu.cn
  • 电话:0731-88830949
  • 国际标准刊号:ISSN:1003-6326
  • 国内统一刊号:ISSN:43-1239/TG
  • 邮发代号:42-317
  • 获奖情况:
  • 国家“双百”期刊,第二届全国优秀科技期刊评比二等奖,中国有色金属工业总公司优秀科技期刊一等奖
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,美国科学引文索引(扩展库),英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊
  • 被引量:1159