AB5型储氢合金初始放电容量的预测

将模拟退火算法用于神经网络，对AB5型储氢合金的初始放电容量性能进行预测。通过实验确定了冷却进度表中各项参数并讨论了其对网络预测性能的影响，提出了实用的冷却制度；将模拟退火算法与传统的梯度下降法结合，用于人工神经网络的优化与预测，得到了预测效果等与迭代时间性能更好的神经网络。     

Electrochemical Hydrogen Storage Characteristics of the as-Cast and Annealed La0.8-xPrxMg0.2Ni3.35Al0.1Si0.05 (x=0~0.4) Electrode Alloys

采用铸造及退火工艺制备了La0.8-xPrxMg0.2Ni3.35Al0.1Si0.05 (x=0, 0.1, 0.2, 0.3, 0.4)电极合金。系统研究了Pr的替代对合金的结构与电化学储氢性质的影响,结果表明除少量残余LaNi3相外,铸造及退火合金是由六方Ce2Ni7型(La, Mg)2Ni7相与六方CaCu5型LaNi5相构成的。Pr对La的置换对合金的电化学储氢性质产生明显影响,铸造及退火合金的放电容量和高倍率放电能力随Pr含量的增加先升后降。当Pr含量由0增加至0.4时,铸造及退火合金的100次充放电循环后容积保持率S100从64.96%和72.82%分别增加至77.94%和91.81%     

Ce含量对贮氢合金及其电极特性的影响

研究了Ce含量对AB5型贮氢合金Mι（NiCoAlMn）5的结构、组织、电化学性能和P-C-T特性的影响,结果表明：随着Ce含量的增加,合金的点阵常数a,c,轴比c/a和单胞体积均随之减小,枝晶偏析比增大,放电容量降低,平台压升高,充放电循环稳定性提高,变化规律是先增后降;在Ce含量15at%（占A侧）时合金获得最侍珠电化学综合性能,初始放电容量只略有降低,而充放电循环稳定性明显改善。     

铸态及退火态La_(0.8-x)Pr_xMg_(0.2)Ni_(3.35)Al_(0.1)Si_(0.05)(x=0~0.4)电极合金的电化学贮氢性能(英文)

采用铸造及退火工艺制备了La0.8-x Prx Mg0.2Ni3.35Al0.1Si0.05(x=0,0.1,0.2,0.3,0.4)电极合金。系统研究了Pr的替代对合金的结构与电化学储氢性质的影响,结果表明除少量残余LaNi3相外,铸造及退火合金是由六方Ce2Ni7型(La,Mg)2Ni7相与六方CaCu5型LaNi5相构成的。Pr对La的置换对合金的电化学储氢性质产生明显影响,铸造及退火合金的放电容量和高倍率放电能力随Pr含量的增加先升后降。当Pr含量由0增加至0.4时,铸造及退火合金的100次充放电循环后容积保持率S100从64.96%和72.82%分别增加至77.94%和91.81%。     

阴极成分对镍氢电池性能影响的神经网络分析

用人工神经网络模型分析了镍氢电池阴极材料的合金成分对电化学容量衰减速度的影响.用"留一法"训练了模型,模型对训练样本的计算值与实测值在散点图中沿0～45°对角线分布,误差为:均方误差(MSE)为0.1195,相对均方误差(MSRE)为20.54%,拟合值(VOF)为1.9144.对合金成分的分析结果表明:电化学容量的衰减速度随Ni含量的增加而下降,随Co、Al和Si含量的增加而增大,La含量和Nd含量的影响不大.     

不同Co含量Mm（NiCoMnAl）5贮氢合金的低温放电特性

用电化学方法研究了-40℃条件下Co含量对AB5型贮氢合金的放电容量、氢化物分解的稳定性及氢在贮氢合金中的扩散系数等的影响。结果表明：随Co含量的增大，晶胞体积增大，氢化物分解的焓变增大，低温放电容量减小。氢扩散是影响贮氢合金的低温放电性能的重要因素。     

稀土元素对La0.8 Mg0.2 Ni2.8 Co0.6 储氢合金性能的影响

以La0.8Mg0.2Ni2.8Co0.6合金为基材,采用感应熔炼法制得以Ce,Pr,Nd部分替代La的系列储氢合金。3种稀土元素的加入对合金的组织没有本质的影响。与La0.8Mg0.2Ni2.8Co0.6的相组成相似,新合金也是在主相LaNi5中含有LaNi3第二相,且随着Ce,Pr,Nd替换量的增多,LaNi3相所占比例升高。在La0.8-xRExMg0.2Ni2.8Co0.6合金中,当Pr替换至x=0.2时,新合金基本保持La0.8Mg0.2Ni2.8Co0.6的放电容量375mA·h/g;其他添加比例及添加元素都在一定程度上降低了新合金的放电容量。加入Ce和Pr普遍提高放电电位,而Nd对放电电位的影响不大。La0.8Mg0.2Ni2.8Co0.6的容量衰减速率为1.07mA·h/(g·cycle),当Ce,Pr,Nd分别替换至x=0.3,0.6,0.6时,新合金的容量衰减速率依次降低到0.566,0.625,0.453mA·h/(g·cycle),循环稳定性有了很大提高。     

高温退火R0.67Mg0.33Ni3.0(R= La, Ce, Pr, Nd)贮氢合金电化学性能研究

采用Ce﹑Pr和Nd少量混合稀土部分替代La,采用感应熔炼及高温退火工艺制备(La0.7Ce0.1PrxNd0.2-x)0.67Mg0.33Ni3.0(x=0,0.1,0.2)系列贮氢合金。结果表明,与La0.67Mg0.33Ni3.0合金相比较,混合稀土元素加入后对合金的相组成没有本质影响,(La0.7Ce0.1PrxNd0.2-x)0.67Mg0.33Ni3.0(x=0,0.1,0.2)合金微观组织由主相PuNi3型结构与LaMgNi4第二相组成;随混合稀土加入和Pr含量x的增加,PuNi3型相晶体结构的晶胞体积和a轴减小,但c轴及轴比c/a增大。电化学性能测试结果表明,用混合稀土Ce﹑Pr和Nd少量替代La后均能明显改善合金的综合电化学性能,合金的电化学容量与La0.67Mg0.33Ni3.0合金(392.0mAh/g)比较虽略有下降,但随Pr含量x的增加,混合稀土合金电极容量有所提高(384mAh/g);经100次循环后,混合稀土合金电极容量保持率从La0.67Mg0.33Ni3.0合金时的64%提高到82%～83%,其高倍率放电性能则从78.4%提高到了89%～91%。     

La0.7Y0.3Ni3.4-xMnxAl0.1(Х=0~0.5)储氢合金微观结构和电化学性能

采用真空电弧熔炼及热处理的方法制备La0.7Y0.3Ni3.4-ХMnХAl0.1(Х=0~0.5)合金,通过XRD、SEM、EDS和电化学测试等方法,系统地研究了Mn替代Ni对合金微观组织、储氢和电化学性能的影响规律。结果表明,退火合金微观组织由主相Ce2Ni7型相和杂相PuNi3型、CeNi3型及Ce5Co19型相组成,Ce2Ni7型主相的丰度随Mn含量增加呈先增大后减小变化规律。当Х=0.2时,主相的丰度达到最大值89.03%。增加Mn的含量有助于缓解合金的氢致非晶化倾向。随着Mn含量的增加,合金电极的放电容量逐渐升高,而充放电循环稳定性却逐渐降低,合金电极的最大放电容量和最佳循环稳定性分别为308.6mAh/g与95.09%。合金电极的反应动力学分析结果表明,氢原子在合金体相中的扩散为合金电极高倍率放电性能的动力学控制步骤。     

Sn替换Co对AB_5型La_(0.7)Mg_(0.3)Al_(0.3)Mn_(0.4)Co_(0.5-x)Sn_xNi_(3.8)(x=0-0.5)合金显微结构和电化学性能的影响（英文）

采用X射线衍射方法、压力-成分等温线、电化学放电循环研究了AB5型La0.7Mg0.3Al0.3Mn0.4Co0.5-xSnxNi3.8(x=0,0.1,0.2,0.3,0.5)合金中用Sn替换Co对其显微结构、储氢性能和电化学放电容量的影响。XRD、SEM及EDS测试结果表明,所有的合金都主要由La Ni5和Mg Ni2相组成,但随着合金中Sn含量的逐渐增加,出现LaNiSn相且显微结构得到细化。压力-成分等温线表明,随着合金中Sn含量的增加,合金的最大储氢容量从1.48%(x=0)降低到0.85%(x=0.5)。电化学测试结果表明,随着合金中Sn含量的增加,合金的最大放电容量从337.1 mA·h/g(x=0)降低到249.8 mA·h/g(x=0.5);充放电循环100次的放电容量保持率从70.2%(x=0)增加到78.0%(x=0.5)。     

Structures and hydrogen storage properties of RE-Mg-Ni-Mn-based AB_2-type alloys prepared by casting and melt spinning

To ameliorate the electrochemical hydrogen storage properties of RE-Mg-Ni-Mn-based AB_2-type electrode alloys,La element was partially substituted by Ce,and La_(1-x)Ce_xMgNi_(3.5)Mn_(0.5)(x=0,0.1,0.2,0.3,0.4)alloys were fabricated by casting and melt spinning.The effects of Ce content on structures and electrochemical hydrogen storage properties of prepared alloys were studied in detail.Results show that the experimental alloys consist of LaMgNi_4 and LaNi_5 phases.The variation of Ce content,instead of changing phase composition,results in an obvious phase abundance change in the alloys,namely the amount of LaMgNi_4 and LaNi_5 phases,respectively,increases and decreases with Ce content growing.Moreover,the partial substitution of Ce for La leads to that the lattice keeps constant,cell volumes clearly decreases and the alloy grains are markedly refined.The electrochemical measurements reveal that the as-cast and as-spun alloys obtain the maximum discharge capacities at the first cycling without any activation needed.With Ce content increasing,the discharge capacity of as-cast alloys visibly decreases.By contrast,the as-spun alloys have the maximum discharge capacity value.The substitution of Ce for La dramatically promotes the cycle stability.Moreover,the electrochemical kinetic performances of as-cast and asspun alloys first increase and then decrease with Ce content increasing.     

基于人工神经网络与遗传算法的Al-Mg-Si系合金抗拉强度预测模型

为了研究Al-Mg-Si系合金热处理制度和合金成分对力学性能的影响规律,采用人工神经网络（artificial neural network, ANN）和遗传算法（genetic algorithm, GA）相结合的方法,构建了Al-Mg-Si系合金强度预测模型（ANN-GA模型）。通过单因素和双因素分析,研究了合金元素含量和热处理工艺参数对铝合金抗拉强度的影响规律。结果表明,随着Si含量的增加,铝合金的抗拉强度呈现先降低后升高的趋势;随着Mg含量的增加、Cu含量的增加或者Fe含量的减少,铝合金的抗拉强度整体上呈现升高的趋势。双因素分析更能反映输入参数对铝合金抗拉强度的影响。Mg/Si比、Mg+Si总量和时效时间对Al-Mg-Si系合金力学性能的影响显著。铝合金的硬度随时间的变化趋势与ANN-GA模型的计算结果一致,峰值时效时间为29 h,相对误差为11.86%。     

用人工神经网络预测钢的贝氏体开始转变临界冷却速度

在收集的252个钢种的连续冷却转变曲线图(CCT)的基础上，用不同的人工神经网络模型预测了钢的贝氏体开始转变临界冷却速度，与实测值比较证明，不同网络模型的预测精度不同。此外，用预测精度较高的人工神经网络模型计算了合金元素Si和B的含量对贝氏体开始转变临界冷却速度的定量影响，计算结果与试验结果相符合。     

稀土组成对贮氢合金La0．8（1-x）Ce0．8x（PrNd）0．2B5性能的影响

系统研究了A侧稀土元素中Ce含量对AB5犁贮氢合金La0．8（1-x)Ce0．8x(PrNd)0．2B5的结构、热力学性能、电化学性能和动力学性能的影响。结果表明：Ce含量对合金的结构基本上没有明显的影响，合金的晶胞参数a、c及晶胞体积与Ce的含量的变化呈线性关系；随着Ce含量增加，合金的吸放氢平台压力升高，滞后效应减小，吸氢量减小，合金氢化物的热力学稳定性变差：Ce含量的变化对合金的电化学活化速度影响很小，但Ce含量的增加可以明显提高合金的放电中值电位，改善合金的高倍率、高功率放电性能和动力学性能。     

烟气轮机涡轮盘高温合金剩余寿命预测

本文针对已运行60000h的Waspaloy合金烟气轮机涡轮盘进行剩余寿命预测分析,采用不同试验条件下得到的waspaloy合金持久寿命数据对人工神经网络模型进行训练,得到预测精度较高的模型参数,建立温度、应力等服役条件与持久断裂寿命之间的人工神经网络模型,并利用该模型对Waspaloy合金涡轮盘的剩余寿命进行预测分析。结果表明,中间层节点个数为15时,所建立的人工神经网络模型对Waspaloy合金的持久断裂寿命具有最好的统计预测精度,并可以良好地表征Waspaloy合金剩余持久寿命与服役条件间复杂的非线性关系。     

An Investigation into the Effect of Alloying Elements on the Recrystallization Behavior of 70/30 Brass

An Artificial Neural Network (ANN) model has been designed for predicting the effects of alloying elements (Fe, Si, Al, Mn) on the recrystallization behavior and microstructural changes of 70/30 brass. The model introduced here considers the content of alloying elements, temperature, and time of recrystallization as inputs while percent of recrystallization is presented as output. It is shown that the designed model is able to predict the effect of alloying elements well. It is also shown that all alloying elements strongly affect the recrytallization kinetics, and all slow down the recrystallization process. The effect of alloying elements on the activation energy for recrystallization has also been investigated. The results show that Si is the element which increases the activation energy.     

熔敷金属力学性能人工神经网络预测法的应用

在实测样本的基础上,用人工神经网络建立了熔敷金属力学性能的预测模型。该模型预测的结果同实验值之间有很好的对应关系。利用该模型研究了杂质元素S,P,O,N和合金元素C,Mn,Ti对熔敷金属低温韧性的影响,并采用正交实验的方法得出了较佳的熔敷金属化学成分。本文的研究为熔敷金属力学性能的设计和控制提供了有效的途径。     

含Ni量对机械合金化Mg—Ni系二元贮氢合金结构和电化学？…

采用机械合金化（ＭＡ）方法制备了ＭｇＮｉｘ（ｘ＝０．５,１．０,１．２５,１．５,２．０）二元贮氢合金。并详细研究了含Ｎｉ量对ＭＡＭｇ－Ｎｉ系二元合金结构和电化学性能的影响。结果表明,当ｘ＝０．５时,ＭＡＭｇＮｉ０．５仍为晶态合金。 形成非晶态结构,且放电容量很低;当ｘ＝１．０～２．０时,ＭＡ Ｍｇ－Ｎｉ二元合金可形成非晶相,且非昌Ｍｇ－Ｎｉ二 合金具有较高的室温放电容量。, 时,在非 组成范围内