基于人工神经网络的铜合金形变热处理工艺和性能

被引：11

作者：

苏娟华

董企铭

刘平

李贺军

康布熙

机构：

[1] 西北工业大学材料科学与工程学院

[2] 河南科技大学材料科学与工程学院

[3] 河南科技大学材料科学与工程学院西安

[4] 洛阳

[5] 西安

来源：

中国有色金属学报 | 2003年 / 05期

基金：

国家高技术研究发展计划(863计划);

关键词：

铜合金; 形变热处理; 神经网络; Levenberg-Marquardt算法;

D O I：

10.19476/j.ysxb.1004.0609.2003.05.005

中图分类号：

TG156.93 [形变热处理];

学科分类号：

080201 ; 080503 ;

摘要：

利用神经网络对Cu Cr Zr合金变形量、时效温度和时间与硬度和电导率样本集进行训练和学习 ,采用改进的BP网络算法—Levenberg Marquardt算法 ,建立了形变热处理工艺BP神经网络模型 ,得出了具有较高综合性能的最佳工艺参数 :在 80 %变形量 ,4 5 0～ 4 80℃ ,2～ 5h形变热处理条件下 ,硬度和电导率分别可达HV 15 0～ 15 7和 74 %～ 77% (IACS)。

引用

页码：1077 / 1082

页数：6

共 5 条

[1] Cold worked Cu-Fe-Cr alloys [J].