自蔓延高温合成多孔NiTi合金孔隙的SVR预测.pdfVIP

自蔓延高温合成多孔NiTi合金孔隙的SVR预测.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
自蔓延高温合成多孔NiTi合金孔隙的SVR预测.pdf

第39卷 第10期 稀有金属材料与工程 Vr01.39.No.10 2010年 lO月 RAREMETALMATERIALSANDENGn畸EER_ING October2010 自蔓延高温合成多子L 蔡从中,温玉锋,裴军芳,朱星键,王桂莲 (重庆大学,重庆400044) 摘 要:根据自蔓延高温合成法(SHS)制备多孔NiTi合金孔隙试验所获得的实测数据集,应用基于粒子群算法(PSO)寻 优的支持向量回归(sVR)方法,建立不同反应参数(温度,粒度和压坯密度)下合成的多孔NiTi合金孔隙的SVR预测模 型,并与基于误差反向传播神经网络(Bn州)回归模型的预测结果进行比较。结果表明:在相同的训练与测试样本集下 所获的SVR预测结果的平均绝对百分误差(删PD比BPNN预测模型的要小,其预测精度更高,预测效果更好; 法制备多孔N汀i合金孔隙的有效方法,可为SHS合成多孔NiTi提供理论指导。 关键词:NiTi合金:自蔓延高温合成(SHS);孔隙:支持向量回归(SvR):预测 中图法分类号:TB39;TPl8文献标识码:A 文章编号:l002.185x(20lO)lO.1719.04 N汀i形状记忆合金作为一种功能材料已被广泛 析,已被成功地应用于很多实际领域【舡”】。本研究利 应用于医学、材料和工程等领域,它不仅具有独特的 用文献【5]所报道的自蔓延高温合成制备多孔NiTi合 swa姗 形状记忆性能和良好的生物相容性,还具有优良的力 金的孔隙实验数据集,应用基于粒子群(pafticIe 学性能、抗腐蚀性和超弹性。多孔NiTi合金除具有 cross 致密N汀i合金的性能外,还具有质量轻、高孔隙度、 归方法,并结合留一交叉验证法(1eaVe.one—out 高透过性、高强度和高阻尼等优点,特别适合用作人 造骨骼材料。自蔓延高温合成(self-propagation合成的多孔N汀i合金孔隙预测模型,并与BPNN模型 high.temperatllresynthesis,简称SHS)技术是诸多多的预测结果进行对比研究。 孔NiTi合金制备方法中使用较广泛的一种方法,具 1 支持向量回归 有工艺设备简单、能耗少、合成物纯度高、活性好等 优点,其基本思想是根据放热化学反应基本原理,利 1.1 支持向量回归原理 用反应物之间高化学反应热自加热和自传导作用来 设样本集为0l,J,1),...,O。,‰),通过一个非线性 合成所需要的材料【卜41。由于孔隙对NiTi合金的应用映射圣,将样本集中的数据x映射到高维空间F,并 有重要影响,且受到SHS反应参数的调节和控制。 在,空间中用下述函数进行线性回归,即: 因此,建立不同SHS反应工艺参数下合成的NiTi合 /(J)=’l,·谚(毒)+6,矽:月。—},,w∈, (1) 金孔隙预测模型来进一步指导实验很有必要。李强等 式中,6是阈值,’.,是回归系数向量。影响w的因素 人利用误差反向传播神经网络(back.propagation 有:经验风险的总和以及使其在高维空间平坦的I川12, neumlne觚ork简称BPNN)建立了反映SHS工艺参数即: 与合成NiTi合金孔隙之间的预测模型,该模型具有较 尺(w)=刮卅12+c∑州t)一只】 (2) 好的预测能力【5,6】。本研究提出利用支持向量回归 vector (supportregression,简称SVR)方法来建立不同 SHS工艺参数下合成的N汀i合金孔隙

文档评论(0)

000 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档