文献

J-GLOBAL ID：201302294380732430   整理番号：13A0882755

人工ニューラルネットワークに基づくTC11チタン合金の化学元素と機械的性質のモデリング

Modeling of Chemical Elements and Mechanical Property for TC11 Titanium Alloy Based on the Artificial Neural Network

著者 (5件)： Sun Yu (State Key Lab. of Solidification Processing,Northwestern Polytechnical Univ., Xi’an) ,  Zeng Weidong (State Key Lab. of Solidification Processing,Northwestern Polytechnical Univ., Xi’an) ,  Zhao Yongqing (Northwest Inst. for Nonferrous Metal Res., Xi’an) ,  Han Yuanfei (State Key Lab. of Solidification Processing,Northwestern Polytechnical Univ., Xi’an) ,  Ma Xiong (State Key Lab. of Solidification Processing,Northwestern Polytechnical Univ., Xi’an)
資料名： Xiyou Jinshu Cailiao yu Gongcheng  (Xiyou Jinshu Cailiao yu Gongcheng)
巻： 41  号： 4  ページ： 594-598  発行年： 2012年 
JST資料番号： W0563A  ISSN： 1002-185X  CODEN： XJCGEA  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： 中国語 (ZH)

抄録/ポイント： 多量の実験データに基づき,TC11チタン合金の化学元素と機械的性質との関係モデルを人工ニューラルネットワークを使って開発した。本モデルの入力パラメータはAl,Mo,Zr,Si,Fe,C,O,NおよびHの9種類の元素であった。最大引張強度,降伏強度,伸び,および断面減少率を含む機械的性質を出力パラメータに使用した。確立モデルの予測能力を即席データサンプルでテストした。更に,機械的性質に及ぼす化学元素(Al,Mo,ZrおよびC)の影響を,本モデルを使用して研究した。予測値と実験値との相対誤差は全て10%以内であり,本ニューラルネットワークモデルには優れた予測能力があることがわかった。また,訓練したANNモデルを使用して,化学元素と機械的性質との非線形関係も明確に表現できた。Data from the ScienceChina, LCAS. Translated by JST

シソーラス用語： ニューラルネットワーク ,  *機械的性質 ,  チタン合金 ,  モデリング ,  元素 ,  断面縮小率 ,  測定データ ,  パラメータ ,  能力 ,  引張強さ
準シソーラス用語： 人工ニューラルネットワーク ,  化学元素 ,  ニューラルネットワークモデル ,  断面減少率 ,  実験データ ,  予測能力 ,  引張強度

分類 (1件)： 変態組織,加工組織  (WB01030N)

タイトルに関連する用語 (5件)： 人工ニューラルネットワーク ,  チタン合金 ,  化学元素 ,  機械的性質 ,  モデリング