作者：周晓虎; 楼美琪; 张学敏; 孙宇; 张小航; ...tc4钛合金热暴露力学性能bp神经元网络
摘要：对TC4钛合金热处理态、200、400和500℃热暴露不同时间的拉伸性能进行了研究,并利用BP人工神经元网络方法建立了不同温度与时间热暴露下试样拉伸性能的预测模型。结果表明:大多数热暴露与拉伸测试条件下合金的强度与塑性性能并未发生严重的恶化,热暴露前后试样拉伸塑性的差值大多在±7.5%左右波动,断面收缩率最多降低了约13%。对所建立的BP人工神经网络模型预测精度的分析表明,当隐含层神经元个数为11时,该模型的预测效果最佳。该模型能够很好地预测TC4合金不同热暴露条件下拉伸性能的变化。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
