金属学报  2003, Vol. 39 Issue (9): 897-902

论文 本期目录 | 过刊浏览 |

镍基高温合金中γ’和γ相点阵常数的简捷人工神经网络预测法

骆宇时 彭志方

武汉大学动力与机械学院 武汉 430072

骆宇时; 彭志方 . 镍基高温合金中γ’和γ相点阵常数的简捷人工神经网络预测法[J]. 金属学报, 2003, 39(9): 897-902 .

摘要 参考文献 相关文章 Metrics 全文: PDF(235 KB)   摘要: 介绍了一种测算镍基高温合金在不同温度下γ’和γ相点阵常数的简捷人工神经网络法，基于对多种镍基高温合金在不同温度下两相成分及其点阵常数数据归一化处理的反向传播神经网络模拟，得到了可以比较准确表达两点阵常数与相成分、温度间复杂非线性关系的权值矩阵，由此可对镍基合金在不同温度下γ’和γ相的点阵常数进行测算，并获得与X射线法测定数据为接近的点阵常数数据，证实了该方法的可行性及准确性。 关键词 ： 镍基高温合金,  点阵常数,  人工神经网络     Key words： 收稿日期: 2002-09-24      ZTFLH:  TG132.3   服务 把本文推荐给朋友 加入引用管理器 E-mail Alert RSS 作者相关文章 骆宇时 彭志方 44.8K 链接本文: https://www.ams.org.cn/CN/Y2003/V39/I9/897 [1] Pineau A. Ada Metall, 1976; 24: 449 [2] Enomoto M, Harada H. Metall Trans, 1989; 20A: 649 [3] Nathal M V, Mackay R A, Garlick R G. Mater Sci Eng, 1985; 75: 195 [4] Nathal M V, Mackay R A, Garlick R G. Scr Metall, 1988;22: 1421 [5] Bruckner U, Epishin A, Link T. Ada Mater, 1997; 45:5223 [6] Volkl R, Glatzel U, Feller-Kniepmeier M. Scr Mater,1998; 38: 893 [7] Watanabe R, Kuno T. Tetsu Hagane, 1975; 61: 2274(渡辺力藏,九重常男.铁と钢, 1975;61:2274) [8] Bhadeshia H K D H, Sree H L. University of Cambridge,2000; http://www.msm.cam.ac.uk/map/nickel/programs/lattice.html [9] Yoshitake S, Narayan V, Harada H, Bhadeshia H K D H,Mackay D J C. ISIJ Int, 1998; 38: 495 [10] Narayan V. University of Cambridge, 1999; http://www.msm.cam.ac.uk/map/data/neural/lattmisfit-b.html [11] Cong S. Theories and Applications of Neural Network forMATLAB Toolbox. Hefei: Chinese University of Scienceand Technology Press, 1998: 8(丛 爽.面向MATLAB工具箱的神经网络理论与应用.合肥:中国科学技术大学出版社,1998:8) [12] Lou S T, Shi Y. System Analysis and Design Based on MATLAB-Neural Network. Xi'an: Xi'an University of Electron Science and Technology Press, 1998: 6(楼顺天,施 阳.基于MATLAB的系统分析与设计--神经网络.西安:西安电子科技大学出版社, 1998:6) [13] Jiao L C. Neural Network Algorithms. Xi'an: Xi'an University of Electron Science and Technology Press, 1993:(焦李成.神经网络计算.西安:西安电子科技大学出版社,1993:9) [14] Harada H, Yamagata T, Yokokawa T, Ohno K, Yamazaki M. Proc 5th Int Conf on Creep and Fracture of Engineering Materials and Structures, Swansea, UK, 1993: 255 [1] 王磊, 刘梦雅, 刘杨, 宋秀, 孟凡强. 镍基高温合金表面冲击强化机制及应用研究进展[J]. 金属学报, 2023, 59(9): 1173-1189. [2] 江河, 佴启亮, 徐超, 赵晓, 姚志浩, 董建新. 镍基高温合金疲劳裂纹急速扩展敏感温度及成因[J]. 金属学报, 2023, 59(9): 1190-1200. [3] 郑亮, 张强, 李周, 张国庆. 增/降氧过程对高温合金粉末表面特性和合金性能的影响：粉末存储到脱气处理[J]. 金属学报, 2023, 59(9): 1265-1278. [4] 穆亚航, 张雪, 陈梓名, 孙晓峰, 梁静静, 李金国, 周亦胄. 基于热力学计算与机器学习的增材制造镍基高温合金裂纹敏感性预测模型[J]. 金属学报, 2023, 59(8): 1075-1086. [5] 张禄, 余志伟, 张磊成, 江荣, 宋迎东. GH4169高温合金热机械疲劳循环损伤机理及数值模拟[J]. 金属学报, 2023, 59(7): 871-883. [6] 袁江淮, 王振玉, 马冠水, 周广学, 程晓英, 汪爱英. Cr2AlC涂层相结构演变对力学性能的影响[J]. 金属学报, 2023, 59(7): 961-968. [7] 刘来娣, 丁彪, 任维丽, 钟云波, 王晖, 王秋良. DZ445镍基高温合金高温长时间氧化形成的多层膜结构[J]. 金属学报, 2023, 59(3): 387-398. [8] 于少霞, 王麒, 邓想涛, 王昭东. GH3600镍基高温合金极薄带的制备及尺寸效应[J]. 金属学报, 2023, 59(10): 1365-1375. [9] 祝国梁, 孔德成, 周文哲, 贺戬, 董安平, 疏达, 孙宝德. 选区激光熔化 γ' 相强化镍基高温合金裂纹形成机理与抗裂纹设计研究进展[J]. 金属学报, 2023, 59(1): 16-30. [10] 朱玉平, 盛乃成, 谢君, 王振江, 荀淑玲, 于金江, 李金国, 杨林, 侯桂臣, 周亦胄, 孙晓峰. 高钨镍基高温合金K416B富W相的析出行为[J]. 金属学报, 2021, 57(2): 215-223. [11] 刘超, 姚志浩, 江河, 董建新. GH4720Li合金毫米级粗大晶粒热变形获得均匀等轴晶粒的可行性及工艺控制[J]. 金属学报, 2021, 57(10): 1309-1319. [12] 张小丽, 冯丽, 杨彦红, 周亦胄, 刘贵群. 二次枝晶取向对镍基高温合金晶粒竞争生长行为的影响[J]. 金属学报, 2020, 56(7): 969-978. [13] 张北江,黄烁,张文云,田强,陈石富. 变形高温合金盘材及其制备技术研究进展[J]. 金属学报, 2019, 55(9): 1095-1114. [14] 任维鹏, 李青, 黄强, 肖程波, 何利民. 定向凝固镍基高温合金DZ466表面CoAl涂层的氧化及组织演变[J]. 金属学报, 2018, 54(4): 566-574. [15] 徐超, 佴启亮, 姚志浩, 江河, 董建新. 晶界氧化对GH4738高温合金疲劳裂纹扩展的作用[J]. 金属学报, 2017, 53(11): 1453-1460. Viewed Full text Abstract Cited   Shared      Discussed