首页 | 本学科首页   官方微博 | 高级检索  
     

基于BPNN的多相复合陶瓷材料断裂韧性预测
引用本文:孙德明,刘立红,石怀伟,马向阳,张长强,许崇海,鹿晓阳. 基于BPNN的多相复合陶瓷材料断裂韧性预测[J]. 材料科学与工艺, 2005, 13(5): 456-458
作者姓名:孙德明  刘立红  石怀伟  马向阳  张长强  许崇海  鹿晓阳
作者单位:山东大学,材料科学与工程学院,山东,济南,250061;山东建筑工程学院土木工程系,山东,济南,250014;山东建筑工程学院土木工程系,山东,济南,250014;山东大学,材料科学与工程学院,山东,济南,250061;山东轻工业学院,机械工程系,山东,济南,250100
基金项目:中国科学院资助项目 , 山东省青年科学家科研奖励基金
摘    要:为有效缩短陶瓷材料设计中繁琐的试验过程,利用误差反向传播神经网络(BPNN)能够正确逼近非线性映射关系的优点,将其运用到多相复合结构陶瓷材料断裂韧性预测中,克服了陶瓷材料研究中单因素实验法不能正确反映断裂韧性与添加组分多因素之间复杂的非线性映射关系的弱点.对Al2O3/SiC/(W,Ti)C复合陶瓷材料断裂韧性的预测和试验验证表明,该方法可行有效,为快捷、经济地开发研制陶瓷材料提供了新的思路和有效手段.

关 键 词:BP神经网络  陶瓷材料  断裂韧性  预测
文章编号:1005-0299(2005)05-0456-03
收稿时间:2004-10-08
修稿时间:2004-10-08

Prediction of composite ceramics' fracture toughness based on BP neural network
SUN De-ming,LIU Li-hong,SHI Huai-wei,MA Xiang-yang,ZHANG Chang-qiang,XU Chong-hai,LU Xiao-yang. Prediction of composite ceramics' fracture toughness based on BP neural network[J]. Materials Science and Technology, 2005, 13(5): 456-458
Authors:SUN De-ming  LIU Li-hong  SHI Huai-wei  MA Xiang-yang  ZHANG Chang-qiang  XU Chong-hai  LU Xiao-yang
Abstract:In order to shorten the experimental procedure of ceramic materials design effectively,a fracture toughness predicting system of advanced ceramic composites based on BP neural network was developed,which can precisely predict the relationship between material composition and the fracture toughness through self-training with the present data,and can perfectly aid the ceramic materials design.This system has friendly interfaces,extensive application,good operating feasibility and reliability examined with the present Al_2O_3/SiC/(W,Ti)C ceramics.
Keywords:BP neural network   advanced ceramic composites   fracture toughness   prediction
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号