基于人工神经网络的超塑变形内部损伤演变预测

超塑变形往往具有空洞敏感性，但现有描述超塑变形时空洞损伤行为的力学模型普遍存在精度不高的问题。用人工种经网络预测超塑变形时的空洞损伤程度可显著提高精度，同时亦能充分反映起塑变形工艺参数对空洞损伤的影响规律。     

金属的超塑性与超塑成形

文章阐述了金属超塑性及超塑成形概念，超塑性分类和细晶超塑性变形机理，说明实现超塑性条件及超塑成形特点及其在工业上的应用。     

基坑变形人工神经网络预测及其网络参数优化

基坑变形人工神经网络预测受网络参数的影响较大，选取适当的网络参数才能得到较优的预测结果。本文介绍了人工神经网络原理及其网络参数的优化方法。以挡土桩桩顶水平位移预测为例，说明其具体预测步骤及网络参数优化方法。     

Zn-5Al共晶合金的表面效应对超塑变形的影响

用光学显微镜，扫描电镜研究了Zn-5Al共晶合金超塑变形的表面效应及其影响因素。结果表明：超塑变形中的晶界滑移机制导致某些晶界由材料内部滑移至表面，从而使外表面增加；Zn-5Al合金的超塑性表面流动具有长程性，而且表面流动对超塑变形具有协调作用，表面镀层由于破坏了表面流动的协调性，对合金的超塑变形产生阻碍作用。空洞是材料的内自由表面，其形核长大与（2γs-γgb）有关，提高表面能，降低晶界能可增强材料的超塑性。     

在电场下的超塑变形

介绍在强电场下进行的超塑性拉伸实验，揭示了外加强电场及超塑变形条件对超塑性的影响。实验结果表明，电场降低了材料流动应力和应变硬化指数，提高了拉伸延伸率和应变速率敏感性指数，同时电场使空洞化速率减慢。还介绍了硬铝ＬＹ１２ＣＺ在强电场下超塑变形时的合理工艺参数。     

5CrMnMo钢表面火焰喷涂和超塑变形修复工艺

用火焰喷涂工艺将G112合金粉末涂覆在需修复的5CrMnMo钢表面，随后对其进行超塑性压力加工，结果表明修复后模具的多冲性能、耐磨性能及使用寿命都有明显的提高。     

塑料模型腔的超塑成形研究

本文在多年研究CrWMn低合金工具钢和Hpb59—1黄铜超塑性及应用基础上,对聚丙乙烯喷头、护盖和阀体的型腔进行超塑性模压成形,并获得高精度、高光洁度的模具型腔,并使其加工工时缩短几倍。是一项值得推广的技术。     

钢表面热喷涂层的超塑成形

本文介绍一种钢表面火焰喷涂自熔性合金超塑变形工艺，涂层合金在基材的超塑变形条件下与基材发生协调的超塑变形。通过超塑变形可使涂层内部孔洞基本消失，涂层与基材之间形成冶金结合，可实现金属构件超塑成形同时进行表面强化。     

氧化铝基纳米复相陶瓷的制备及超塑成形

采用化学共沉淀法制备了纳米氧化铝复合粉体，平均粒径为30～35nm，无硬团聚；通过热压烧结工艺得到相对密度为98．3％，平均粒径为500～600nm的复相陶瓷，其各相均匀分散．满足超塑性的要求；研究了变形速率对成形性能的影响。结果表明，随着变形速率的增大，极限成形高度减小。在1450℃压头速率为0．2mm／min时成形高度达到11mm，表明在合适的条件下采用超塑成形工艺可以实现陶瓷零件的近净成形。     

基于人工神经网络建模的磨削烧伤预测

本文介绍了用神经网络建模预测磨削烧伤的方法，并给出了对300M超高强度钢磨削烧伤过方建模和预测的实例．实验结果是令人满意的。     

人工神经网络在建立变形高温合金本构关系中的应用

探讨应用人工神经网络建立变形高温合金本构关系的方法和效果。研究结果表明,应用人工神经网络建立变形高温合金本构关系能客观地反映材料在塑性加工过程中的动态行为,是一种具有广泛应用前景的建立工程材料本构关系的方法。     

基于人工神经网络的机械密封寿命预测

运用ANN对机械密封进行寿命预测的方法建立了寿命预测系统的基本模型,提出了以增大磨损载荷(pcv)为手段的寿命加速试验方法,并给出了将加速试验的泄漏率q、端面温度Tf和剩余寿命t转化为工况条件的q’、Tf′和t′的理论方法。用若干组q′、Tf′和t′值训练具有2个输入单元、一个隐含层(3个单元)及1个输出单元的BP网络,再用其它几组值来检验网络可靠性。结果表明该网络具有较高精度,使用BP网络预测机械密封剩余寿命可行、高效。     

基于人工神经网络的磨削表面粗糙度预测研究

将人工神经网络（ANN）技术引入磨削加工领域,研究磨削表面粗糙度随磨削用量变化的神经网络预测模型。并用验证试验证明体研究方法的正确性。     

基于BP网络注塑制品翘曲变形预测的分析与实现

翘曲变形是注塑制品常见的质量缺陷,采用人工神经网络技术对注塑成型工艺参数与注塑制品翘曲变形之间的非线性关系进行描述,并建立了四个输入、单个输出的双层BP网络结构模型,在CAE平台上获取训练样本和验证样本,通过训练网络模型对制品的翘曲变形量进行预测,将网络预测的结果与CAE模拟结果分析比较,满足了目标误差的要求,结果表明人工神经网络技术在注塑制品翘曲变形预测中的可行性与实用性。     

基于人工神经网络的柴油机排放及EGR率预测

柴油机的EGR脉谱和柴油机排放曲线都是严重的非线性,模型过于复杂,不能直接用于控制.本文将人工神经网络应用于增压柴油机EGR控制上,建立了柴油机的BP网络模型,通过实验数据进行模拟分析,可以证明,人工神经网络辨识各参数间的关系简单易行,当学习样本足够多时,网络的预测值能够和试验值高度吻合.     

预测15钢正挤压变形力的人工神经网络模型

针对现行挤压变形力计算的局限性 ,采用四层BP网络建立 15钢正挤压变形力预测的神经网络模型 ,其预测值与实验值吻合良好 ,为挤压力预测提供了新的途径。     

超塑拉伸变形的力学解析

以作者在超塑性拉伸变形力学解析理论所做的一些工作为主,较为系统地回答了在该分支存在的一些涉及到变形规律力学本质的疑问,重点介绍应变速率敏感性指数m值和应变硬化指数n值的测量方法,并结合典型变形路径,精细分析了变形路径对n值和m值的影响,对变参数超塑拉伸变形本构方程进行介绍,最后是作者关于超塑性研究中值得注意的一些问题的意见。     

利用人工神经网络预测离心泵性能的探索

介绍人工神经网络和BP算法的一般知识，并将首次应用到离心泵性能预测性，预测结果具有一定的精度，指出应用人工神经网络来预测离心泵的效率具有可行性。