基于人工神经网络的DD6合金表面贫化层厚度预测
Transactions of Materials and Heat Treatment（2015）
摘要
利用人工神经网络技术研究了DD6合金表面贫Cr层厚度与真空热处理工艺参数之间的关系.建立了以热处理温度、保温时间、真空充气压力为输入变量的三层BP人工神经网络模型,预报了该合金不同工艺下表面贫Cr层的厚度.获得了DD6合金真空热处理过程中应予以规避的工艺区间.为了获得期望的预测结果,对神经网络模型的数据库、隐含层和神经元个数、运算函数进行了优化.预测结果表明:该模型的多元线性相关系数0.9996,网络预测值与样本值相似度较高.采用该方法能够较为准确的预测DD6合金不同真空热处理工艺下的表面贫Cr层厚度.
更多关键词
vacuum heat treatment,single crystal alloy DD6,BP artificial neural network,surface depletion layer
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要