典型文献
基于人工神经网络模型的Ti-6Al-4V合金离子氮化层厚度、硬度预测
文献摘要：
利用人工神经网络技术研究Ti-6Al-4V合金离子氮化层厚度、硬度与热处理工艺参数之间的关系.以钛合金离子氮化工艺试验为基础,构建以离子氮化温度、保温时间、压力为输入参数,离子氮化层厚度、硬度为输出变量的3层BP神经网络模型,探究模型学习训练过程的最优化算法与神经元个数,预测合金离子氮化层厚度与硬度值.预测结果表明,该模型的综合复相相关系数为0.978 45,网络预测值与样本值相似度较高.获得该合金最优化离子氮化工艺区间,温度为850～880℃,保温时间为16 h,压力为200～300 Pa,合金氮化层厚度大于85 μm,硬度大于1 000HV.从而可为钛合金复杂零件离子氮化工艺-组织-性能控制研究提供新的方法与思路.
文献关键词：
Ti-6Al-4V合金;离子氮化工艺;BP人工神经网络;氮化层性能;表面热处理;厚度;硬度
中图分类号：
作者姓名：
朱硕;王哲;贺瑞军;王赟;张允胜;周舸
作者机构：
中国航发北京航空材料研究院,北京100095;中国航发沈阳黎明航空发动机有限责任公司,辽宁沈阳110043;沈阳工业大学材料学院,辽宁沈阳110870
文献出处：
引用格式：
[1]朱硕;王哲;贺瑞军;王赟;张允胜;周舸-.基于人工神经网络模型的Ti-6Al-4V合金离子氮化层厚度、硬度预测)[J].中国冶金,2022(10):89-96,104
A类：
离子氮化工艺,000HV,氮化层性能
B类：
人工神经网络模型,Ti,6Al,4V,金离子,神经网络技术,热处理工艺,钛合金,工艺试验,氮化温度,保温时间,输入参数,模型学习,学习训练,训练过程,最优化算法,硬度值,复相,得该,Pa,复杂零件,性能控制,表面热处理
AB值：
0.263483
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
