对时效QAl10-5-5铝青铜力学性能预测的神经网络模型.pdfVIP

维普资讯 ． ． ． ． ． ． ． ． — ． ． ． ． ． ． 计算机应用 对 时效 QAI10-5-5铝青铜力学性能预测的神经 网络模型 李红英，何 勇，曾再得(中南大学 材料科学与工程学院，湖南 长沙 410083) 竹 竹 竹 竹 竹 竹 竹 摘要：在研究时效工艺对 QA110-5-5铝青铜力学性能影响的基础上，利用人工神经网络对 44组时效工艺参数与 时效后的力学性能样本进行学习，建立了合金时效后力学性能关于时效温度和时效时间等参数的映射模型。通 过散点图以及相对误差、均方差两种统计学指标对该模型进行评价。结果表明，人工神经网络的预测精度优于多 元 回归方程的。 关键词：铝青铜 ；人工神经网络；多元 回归；力学性能；L-M算法 中图分类号 ：TP183 文献标识码 ：A 文章编号：0254-6051(2006)04-0028-03 ANeuralNetworkModelforPredictiononMechanicalPropertiesofQAI10-5-5 Aluminum BronzeAfterAging LIHong—ying，HE Yong，ZENG Zai-de (CollegeofMaterialsScienceandEngineering，CentralSouthUniversity，ChangshaHunan410083，China) Abstract：InfluenceofagingprocessonthemechanicalpropertiesofQA110-5-5aluminumbronzewasstudied，onthe basis，amodelabouttherelationshipbetweenmechanical propertiesandparameters ofagingtemperatureandagingtime Was builtbyneural network．Theparameters ofmechnaical propertiesandagingprocessfrom 44 sma pleswereusedto traintheneural newtork．Scatterdiagramsandthestatistical criteriaofrelativeerrorandmeansquraedeviationwereused toevaluatethismode1．Th eresultsindicatethatthepredictionperformanceofneuralnewtorkissuperiortomultiplere- rgession equations． Keywords：aluminum bronze；artificialneural networks；multiplerergession；mechanical property；L-M arithmetic 铝青铜具有优 良的力学性能，被广泛应用于制造 供了进行神经网络设计和分析的许多工具箱函数，其 高压下工作的重要阀类铸件和高应力下工作的耐磨零 中包括初始化函数、学习函数、训练函数、仿真函数 部件…。QA110-5-5铝青铜是一种可热处理强化的合 等。 金 4。。由于热处理工艺对力学性能的影响规律较为 1．1 模型的建立 复杂，传统的试验方法需要较长的周期，人们开始寻求 QAI10-5-5铝青铜的固溶时效参数与材料力学性 其他的性能预测方法 。人工神经网络具有很强的非线 能的关系很难通过一个解析式给予表达。而应用人工 性映射及 自适应、自学习、联想等功能，特别适合因果 神经网络技术，可以避开数学模型内部各参数之间