首页|体育器材用细晶镁合金的热处理工艺神经网络优化

体育器材用细晶镁合金的热处理工艺神经网络优化

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
以镁合金牌号、固溶温度、固溶时间、时效温度和时效时间为输入层参数,以抗拉强度为输出层参数,采用5×40×15×1四层拓扑结构构建了体育器材用细晶镁合金热处理工艺优化神经网络模型.结果表明,模型具有较佳预测能力和较高预测精度,经过5972次迭代计算后收敛,预测误差在-3％～3％.与采用原工艺处理的细晶镁合金的抗拉强度相比,使用神经网络模型优化的热处理工艺明显提高了细晶镁合金的抗拉强度.
Heat Treatment Process Optimization of Magnesium Alloys with Fine-grain for Sports Equipment Based on Neural Network

龙羽、张建

展开 >

长江师范学院体育与健康科学学院,重庆408100

河北工业大学材料科学与工程学院,天津300401

神经网络 工艺优化 细晶镁合金 抗拉强度

2018

热加工工艺
中国船舶重工集团公司热加工工艺研究所 中国造船工程学会船舶材料学术委员会

热加工工艺

CSTPCD北大核心
影响因子：0.55
ISSN：1001-3814
年,卷(期)：2018.47(12)
  • 1
  • 9