摘要：钛合金的性能对其组织状态十分敏感,与组织的多种显微特征呈现非线性的交互关系。本研究在定量分析钛合金显微组织的基础上,采用BP人工神经网络方法建立了TC17钛合金组织与力学性能的关系模型。该模型输入的显微组织特征参数包括：α相体积分数、α相厚度和不同形态α相的体积分数,输出的力学性能包括抗拉强度、屈服强度、延伸率和断面收缩率。结果表明,该模型具有很好的预测精度和泛化能力。应用贝叶斯正则化和动量梯度下降学习法较好地解决了传统BP人工神经网络训练高精度和预测低精度的过拟合现象。此模型的建立对构建TC17合金利用组织预报力学性能的专家知识库具有重要作用,而且对钛合金专家系统的整体开发具有重要指导意义。

原文链接:http://www.cqvip.com/QK/71135X/201107/36878507.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）