基于神经网络的钢结构盐雾腐蚀性能预测

采用等离子热喷涂技术对Q215钢结构分别喷涂Cu、Al、Cr,通过中性盐雾腐蚀试验取得钢结构试样的实际腐蚀速率测试数据,将其作为神经网络的训练样本和验证样本,建立了4×15×1拓扑结构的三层神经网络进行钢结构盐雾腐蚀性能的预测,并对网络模型的预测精度进行分析.结果表明,该三层神经网络可实现钢结构盐雾腐蚀性能的高精度预测.     

TC4合金表面TiNi/Ti2Ni改性层不同载荷滑动干摩擦性能研究

利用等离子表面合金化技术在Ti6Al4V合金表面制备了TiNi/Ti2Ni合金层,考察了合金层的表面形貌、成分分布、截面组织形貌、相结构。采用球盘磨损试验机分析了TiNi/Ti2Ni合金层在不同载荷下的滑动干摩擦学性能,并与基体进行对比。结果表明,基体和TiNi/Ti2Ni合金层磨损机制主要表现为磨粒磨损。在同一磨损条件下,TiNi/Ti2Ni合金层的摩擦系数略低于基体,耐磨性优于基体。TiNi/Ti2Ni合金层在不同载荷的摩擦系数接近,在0.29~0.32之间波动。随着载荷的增加,磨损率增加。     

基于BP神经网络的WSTi3515S阻燃钛合金超塑性变形行为预测

以WSTi3515S阻燃钛合金超塑性拉伸试验所得试验数据为基础,基于BP (Back Propagation)人工神经网络方法,建立了该合金超塑性变形过程中流变应力的神经网络预测模型。模型的输入参数为变形温度、应变和应变速率;输出参数为流变应力;结构为3×10×12×1双隐含层的4层网络模型。结果表明,BP神经网络模型能够很好地描述WSTi3515S合金超塑性变形时各热力学参数之间高度非线性的复杂关系,可精确地预测超塑性拉伸过程中的流变应力,平均相对误差为1.08%。     

基于大数据驱动的焊接接头力学性能预测

通过BP人工神经网络从试验和数值计算样本数据中提取特征参量,建立合理的输入数据和输出数据的映射关系,从而达到基于输入参量预测输出参量的目的。针对搅拌摩擦焊接接头硬度,以搅拌头旋转速度、焊接速度、距离焊接中心距离为输入参量,以接头硬度为输出参量,构建了3×10×1的三层拓扑结构的6061-T6铝合金搅拌摩擦焊接头硬度BP人工神经网络模型,选择在13种不同搅拌头旋转速度和移动速度工况下进行测试和训练,通过对比试验数据验证模型的有效性。测试结果表明BP,人工神经网络能够很好地预测接头硬度,为焊接接头力学性能预测提供了新方法。     

机械拉杆锻压工艺的神经网络优化研究

采用不同的隐含层传递函数构建了4×28×1三层拓扑结构的机械拉杆锻压工艺神经网络优化模型,并进行了学习训练和预测验证。结果表明:与logsig函数相比,以tansig函数作为隐含层传递函数的模型平均相对训练误差从5.4%减小至2.5%。以tansig函数作为隐含层传递函数的模型平均相对预测误差为2.4%,具有较强的预测能力和较高的预测精度。     

注入剂量对W离子注入改性TiNi合金耐蚀性的影响

本文在TiNi合金表面进行W离子注入,研究了W膜层的表面形貌、物相组成和粗糙度及TiNi合金注W前后在Hank's溶液中的Ni离子析出情况和动电位阳极极化曲线。研究表明离子注W显著抑制了TiNi合金在Hank's溶液中Ni离子的析出,提高了TiNi合金的耐腐蚀能力。     

基于神经网络算法的半连续铸造铝合金管坯的工艺优化

以铸造温度、铸造速度、模具温度和冷却水压为输入层神经单元,以抗拉强度为输出层神经单元,采用4×24×6×1四层拓扑结构构建了铝合金管坯半连续铸造工艺优化神经网络模型。并进行了训练和验证。结果表明,神经网络模型的平均相对训练误差为2.7%,平均相对预测误差为2.8%,具有较强的预测能力和较高预测精度。     

基于BP神经网络的汽车轻合金零部件热处理工艺优化

采用5×30×6×2四层拓扑结构,以汽车轻合金零部件、固溶温度、固溶时间、时效温度和时效时间作为输入层参数,以拉伸性能和冲击性能作为输出层参数,构建了汽车常用轻合金零部件热处理工艺神经网络优化模型,并对该模型进行了训练、验证及产线应用。结果表明:该神经网络优化模型具有较好的预测能力和精准的预测精度,输出的拉伸性能和冲击性能平均相对预测误差分别为3.1%和3.2%。热处理工艺神经网络优化,可以明显提高汽车轻合金零部件的拉伸和冲击性能。     

人工神经网络在TC4合金表面Si-Y共渗层制备工艺中的应用

采用包埋共渗工艺在TC4合金表面制备了Si-Y共渗涂层,并采用人工神经网络模型对该共渗层的制备工艺与渗层厚度进行了预测。结果表明:制备工艺对Si-Y共渗层的结构具有显著影响;所建立模型的预测结果与试验结果吻合性较好,偏差处于合理范围。     

贮氢合金V3TiNi0.56Mx耐腐蚀性能研究

钒基固溶体贮氢合金在KOH电解质溶液中容易腐蚀,导致合金的电化学循环稳定性差,限制了钒基固溶体贮氢合金在Ni/MH电池中的应用.通过测试贮氢合金V3TiNi0.56Mx(M=Al、Cr,x=0.1、0.3)在KOH溶液浸泡过程中组织结构变化和腐蚀电位、交流阻抗谱等,研究了钒基固溶体贮氢合金V3TiNi0.56Mx的耐碱液腐蚀性能.结果表明:钒基固溶体贮氢合金在碱液中的腐蚀原因是作为导电集流体的TiNi第二相在KOH溶液中的不断溶解;在合金V3TiNi0.56中添加Al和Cr元素,可阻止合金中分布于晶界的TiNi第二相的溶解,使合金的腐蚀电位提高,从而提高钒基固溶体贮氢合金的酎碱液腐蚀能力.