基于神经网络的钒基储氢合金充放电循环性能预测分析.PDFVIP

第３５卷第４期 钢　 铁　 钒　 钛 Ｖｏｌ．３５，Ｎｏ．４ ２０１４年８月 　 　 　 　 　 　 　 　 　 　 　 ＩＲＯＮ ＳＴＥＥＬ ＶＡＮＡＤＩＵＭ ＴＩＴＡＮＩＵＭ 　 　 　 　 　 　 　 　 　 　 　 　 Ａｕｇｕｓｔ ２０１４ 基于神经网络的钒基储氢合金充放电 循环性能预测分析 １ ２ 蒙　 飚 ，刘　 岽 （１．柳州职业技术学院电子信息工程系，广西 柳州 ５４５００６；２． 柳州钢铁股份有限公司中板厂，广西 柳州 ５４５００２） × × 摘　 要：以１６种合金元素含量为输入层节点参数，以充放电循环性能为输出层节点参数，构建了１６ ４８ １三层神 经网络预测模型，并对预测能力进行了试验验证，同时对模型选出的合金进行了化学成分、显微组织、物相组成和 － 充放电循环性能的测试与分析。 结果表明，该神经网络模型的预测精度较高，Ｖ ＴｉＮｉ ０．１Ｓｃ合金具有最佳的充 ３ ０．５６ 放电循环性能；该合金由Ｖ基固溶体相、ＴｉＮｉ相和Ｔｉ Ｎｉ 相组成，经过 １５ 次充放电循环后放电容量保持率高达 ２ ８２％，较Ｖ ＴｉＮｉ 合金提高了８０％。 ３ ０．５６ 关键词：钒基储氢合金；充放电循环性能；合金元素；神经网络；预测模型 － － － 中图分类号：ＴＦ８４１．３，ＴＧ１３９　 　 文献标志码：Ａ　 　 文章编号：１００４ ７６３８（２０１４）０４ ００３２ ０４ － ＤＯＩ：１０．７５１３／ ｊ．ｉｓｓｎ．１００４ ７６３８．２０１４．０４．００７ － Ｐｒｅｄｉｃｔｉｏｎ ａｎｄ Ａｎａｌｙｓｉｓ ｏｎ Ｃｈａｒｇｅ ｄｉｓｃｈａｒｇｅ Ｃｉｒｃｕｌａｔｉｏｎ Ｐｒｏｐｅｒｔｙ ｏｆ Ｖａｎａｄｉｕｍ⁃ｂａｓｅｄ Ｈｙｄｒｏｇｅｎ Ｓｔｏｒａｇｅ Ａｌｌｏｙ Ｂａｓｅｄ ｏｎ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ １ ２ Ｍｅｎｇ Ｂｉａｏ ，Ｌｉｕ Ｄｏｎｇ （１． Ｌｉｕｚｈｏｕ Ｖｏｃａｔｉｏｎａｌ ＆Ｔｅｃｈｎｉｃａｌ Ｃｏｌｌｅｇｅ，Ｌｉｕｚｈｏｕ ５４５００６，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ；２． Ｍｅｄｉｕｍ Ｐｌａｔｅ Ｐｌａｎｔ，Ｌｉｕｚｈｏｕ Ｉｒｏｎ ａｎｄ Ｓｔｅｅｌ Ｃｏ．，Ｌｔｄ．，Ｌｉｕｚｈｏｕ ５４５００２，Ｇｕａｎｇｘｉ，Ｃｈｉｎａ）