金属学报  1996, Vol. 32 Issue (3): 333-33

论文 本期目录 | 过刊浏览 |

AB_5型贮氢合金P-C关系的人工神经网络研究

郭进;李重河;钦佩;曾文明;陈念贻

中国科学院上海冶金研究所

ARTIFICIAL NEURAL NETWORK METHOD APPLIED TO P-C RELATIONSHIPS OF AB_5-TYPE HYDROGEN STORAGE ALLOYS

GUO Jin; LI Chonghe; QIN Pei; ZENG Wenming; CHEN Nianyi(Shanghai Institute of Metallurgy; Chinese Academy of Sciences; Shanghai 200050) (Manuscript received 1995-06-23 ; in revised form; 1995-09- 15)

郭进;李重河;钦佩;曾文明;陈念贻. AB_5型贮氢合金P-C关系的人工神经网络研究[J]. 金属学报, 1996, 32(3): 333-33.
, , , , . ARTIFICIAL NEURAL NETWORK METHOD APPLIED TO P-C RELATIONSHIPS OF AB_5-TYPE HYDROGEN STORAGE ALLOYS[J]. Acta Metall Sin, 1996, 32(3): 333-33.

摘要 参考文献 相关文章 Metrics 全文: PDF(189 KB)   摘要: 本文利用人工神经网络方法研究了ＡＢ５型贮氢合金的Ｐ－Ｃ曲线、平台宽度和平台压力等，并取得了满意的结果，表明人工神经网络可用于贮氢材料的设计 关键词 ： 贮氢材料,  Ｐ－Ｃ关系,  人工神经网络     Abstract：Artificial Neural Network (ANN) has been used to find the regularities of the P-C curves,plateau width and plateau pressure of ABS5-type hydrogen storage alloys. The results of computerized prediction show the usefulness of this method for the materials design of hydrogen storage alloys. Correspondent: CHEN Nianyi, Shanghai Institute of Metallurgy, Chinese Academy of Sciences, Shanghai 200050 Key words： material of hydrogen storage    P-C relationship    artificial neural network 收稿日期: 1996-03-18      基金资助:国家自然科学基金“８６３”资助 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 郭进 李重河 钦佩 曾文明 陈念贻 44.8K 链接本文: https://www.ams.org.cn/CN/      或      https://www.ams.org.cn/CN/Y1996/V32/I3/333 1KuijersFAThesis,Delft,PhilipsRes．Rept,19732MiedemaAR．JLess-CommonMet,1973;32:1173MidedmaAR,BoomR,DeBocrFR．JLess-ConmmonMet,1975;41:2834陈念贻．键参数函数及其应用．北京:科学出版社,19765VanMalHH,BuschowKHJ,MiedemaAR．JLess-CommonMet,1974;35:65T [1] 侯介山,周兰章,郭建亭,袁超. NiAl合金超塑性的人工神经网络预测[J]. 金属学报, 2013, 49(11): 1333-1338. [2] 邓天勇 吴迪 许云波 赵彦峰 刘相华 王国栋. 普碳钢中厚板热轧温度制定的一种新的数学方法[J]. 金属学报, 2009, 45(1): 67-72. [3] 方方; 张晶; 朱健; 陈国荣; 孙大林 . NaAlH4分解后的加氢过程研究[J]. 金属学报, 2007, 42(1): 96-98 . [4] 由伟; 白秉哲; 方鸿生 ; 谢锡善 . 用人工神经网络模型预测钢的奥氏体形成温度[J]. 金属学报, 2004, 40(11): 1133-1137 . [5] 李新城; 陈光; 朱伟兴; 王匀; 张开华; 汪建敏 . 齿轮选材及热处理工艺智能专家系统[J]. 金属学报, 2004, 40(10): 1051-1054 . [6] 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 . [7] 李锋军; 沈厚发; 柳百成 . 消失模铸造充型过程的模拟方法[J]. 金属学报, 2003, 39(7): 686-690 . [8] 由伟; 方鸿生; 白秉哲 . 用反向传播人工神经网络预测低碳低合金钢的马氏体转变开始温度[J]. 金属学报, 2003, 39(6): 630-634 . [9] 王春水; 彭志方; 于洋洋 . 人工神经网络预测变形高温合金的持久强度[J]. 金属学报, 2003, 39(12): 1251-1254 . [10] 李萍; 薛克敏; 吕炎; 谭建荣 . 热变形参数对Ti-15-3合金显微组织的影响及预测[J]. 金属学报, 2002, 38(2): 145-148 . [11] 薛小怀; 钱百年; 于少飞; 国旭明; 杨柯; 訾炳涛 . 熔敷金属力学性能人工神经网络预测法的应用[J]. 金属学报, 2001, 37(9): 947-951 . [12] 张兆春;吴铸;李重河;钦佩;陈念贻. 模式识别─人工神经网络在改善汽车发动机缸体铸件力学性能方面的应用[J]. 金属学报, 1998, 34(10): 1068-1072. [13] 刘刚;陈瑞亮;李重河;陈念贻. 熔盐-液体金属相互溶解度的规律性[J]. 金属学报, 1997, 33(9): 939-942. [14] 张鹏;崔建忠;张奇志;杜云慧;富江涛;巴立民. 人工神经网络在不锈钢-铝固液相压力复合研究中的应用[J]. 金属学报, 1996, 32(12): 1275-1278. [15] 蔡煜东;许伟杰;陈念贻. 自组织人工神经网络用于金属间化合物三元填隙D88结构形成条件的判别[J]. 金属学报, 1995, 31(18): 280-283. Viewed Full text Abstract Cited   Shared      Discussed