文献

J-GLOBAL ID：201702212421893431   整理番号：17A0301426

BPニューラルネットワークモデルを用いて,ZNCU_2AL_(10)合金の高温変形挙動を予測した。【JST・京大機械翻訳】

BP Neural Network Modeling to Predict Hot Deformation Behavior of ZnCu_2Al_(10)Alloy

著者 (4件)： Liu Yingli (Kunming University of Science and Technology) ,  Yin Jiancheng (Faculty of Materials Science and Engineering,Kunming University of Science and Technology) ,  Jiang Ying (Kunming University of Science and Technology) ,  Zhong Yi (Faculty of Materials Science and Engineering,Kunming University of Science and Technology)
資料名： Cailiao Kexue Yu Gongcheng Xuebao  (Cailiao Kexue Yu Gongcheng Xuebao)
巻： 34  号： 2  ページ： 192-198  発行年： 2016年 
JST資料番号： C2657A  ISSN： 1673-2812  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 変形温度150~330°C,歪速度0.01~10S-1でのZNCU_2AL_(10)合金の高温レオロジー挙動をGLEEBLE-3800熱シミュレータを用いて研究した。結果は,BPニューラルネットワークが構成関係を記述することができることを示した。モデルの入力パラメータは,温度,歪および歪速度であった。出力パラメータは流動応力である。BPニューラルネットワークは4層構造モデルを採用した。結果は以下を示す。確立した構成関係モデルは,訓練サンプルの実験値と予測値の間の誤差が0.91%以内であり,すべてのサンプルの誤差が%%以内であり,平均絶対誤差が0.0201%であることを示した。同時に,BPニューラルネットワークは,ZNCU_2AL_(10)合金の構成関係を予測するために非常に有効で,非常に正確であった。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： 構成方程式 ,  *合金 ,  歪速度 ,  *高温 ,  流れ応力 ,  シミュレータ
準シソーラス用語： 絶対誤差 ,  予測値 ,  構造モデル ,  レオロジー挙動 ,  変形温度 ,  *変形挙動 ,  *逆伝播ニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： ZnCu_2Al_(10)aluminum alloy ,  hot deformation behavior ,  constitutive relationship ,  BP neural network

分類 (1件)： 金属材料  (HC03020E)

タイトルに関連する用語 (5件)： BPニューラルネットワーク ,  モデル ,  合金 ,  変形挙動 ,  予測