钛镍合金的神经网络改性研究.pdfVIP

HotWorkingTechnology2015，Vo1．44，No．14

钛镍合金的神经网络改性研究

张炯，陈韶飞2方华

(1．广西科技大学职业技术教育学院，广西柳州545006；2．广西科技大学工程训练中心，广西柳州545006)

摘要：以合金元素名称、合金元素含量和制备方法为输入层参数，以形状记忆性能为输出层参数，构建3x12x1三

层BP神经网络模型，同时对预测能力和预测精度进行了验证，并对模型优选出的四元钛镍合金进行了显微组织、物相

组成、形状记忆性能和耐腐蚀性的测试。结果表明，该BP神经网络模型的预测能力强、预测精度高，最大预测误差

2-3％，优选出的四元钛镍合金为自蔓延合成Ti．50Ni．0．2Co．0．1Y合金，形变回复率高达99．9％，腐蚀电位较常规熔炼法

制备Ti．5ONi钛镍合金正移442mV。

关键词：BP神经网络；钛镍合金；形状记忆性能；自蔓延合成法；Ti．50Ni一0．2Co．0．1Y合金

DOI：10．141580．cnki．1001-3814．2015．14．020

中图分类号：TG132．25；TP183文献标识码：A文章编号：1001．3814(2015)14—0076．04

StudyonModificatiOnOfTiNiAlloyBasedonBPNeuralNetwork

’ZHANGJiong．CHENShaofei0．HUAfang~

(1．SchoolofVocationalandTechnicalEducation，GunagxiUniversityofScienceandTechnology,Liuzhou545006，China；

2．EngineeringTrainingCenter,GunagxiUniversityofSciencenadTechnoloyg，Liuzhou545006，China)

Abstract：BPneuralnetworkmodelwiththreelayersof3xl2xlwasbuiltwiththenameofalloyingelements，contentof

alloyingelementsandmethodofpreparationasinputparameters，andwihtshapememorypropertyasoutputparameter三．

Thecheckouttestwasgivenout．Moreover，themicrostructure，phasecomposition，shapememorypropertyandcorrosion

resistanceoftheoptimizedTiNialloyweretested．TheresultsshowhtatBPneuralnetworkmodelhasgoodpredictionabiliyt，

highaccuracyofprediction，andwihtthemaximumpredictionerrorof2-3％．Furthermore，theoptimizedquatemaryalloyis

Ti-50Ni-0．2Co·0．1Yalloybyself-propagatingsynhtesis．andthedeformationrecoveryrateoftheoptimizedalloycouldreach

by99．9％，moreover，comparedwihtTi一50Nititaniumnickelalloypreparedbyconventionalsmeltnigmethod．Thecorrosion

potentialoftheoptimizedalloypreparedbyself-propagatingsynhtesischnagestothepositiveshiftby442mV．

Keywords：BPneuralnewtork；TiNialloy,；shapememoryproperty；,self-propagati