文献

J-GLOBAL ID：201702221595380040   整理番号：17A0634893

人工神経回路網を用いたチタン酸バリウムの物理的性質の予測

Prediction of the physical properties of barium titanates using an artificial neural network

著者 (5件)： AL-JABAR Ahmed Jaafar Abed (Univ. Manchester, Manchester, GBR) ,  AL-JABAR Ahmed Jaafar Abed (Univ. Babylon, Babylon, IRQ) ,  AL-DUJAILI Mohammed Assi Ahmed (Univ. Babylon, Babylon, IRQ) ,  AL-HYDARY Imad Ali Disher (Univ. Manchester, Manchester, GBR) ,  AL-HYDARY Imad Ali Disher (Univ. Babylon, Babylon, IRQ)
資料名： Applied Physics. A. Materials Science & Processing  (Applied Physics. A. Materials Science & Processing)
巻： 123  号： 4  ページ： 274,1-12  発行年： 2017年04月 
JST資料番号： D0256C  ISSN： 0947-8396  CODEN： APHYCC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： チタン酸バリウム(BTO)セラミクスの物理的性質は材料の密度と多孔度に依存し,その予測は一般に困難である。ここでは人工神経回路網(ANN)モデルを用いて予測を行う方法を開発した。このため,5種の異なる粒子サイズ分布を持つBTO粉末を作製し,これを異なる処理パラメータ(プレス速度,プレス圧力,加熱速度,焼結温度,浸漬時間)で処理して80個のセラミクス試料を作製した。この中70個をANNの学習に用いて特性予測に利用し,10個を予測値と比較すべき実験値を与える試験試料として用いた。ANNの入力パラメータには前記処理パラメータと粒子サイズ分布を用い,出力パラメータには予測すべき密度,多孔性,収縮,圧粉密度を用いた。予測値は実験値とよく一致し,ANNモデルの有効性が示された。前記出力パラメータに対する平均相対誤差はそれぞれ0.02,0.06,0.04,0.002である。

シソーラス用語： *チタン酸バリウム ,  *セラミック ,  物理的性質 ,  *ニューラルネットワーク ,  学習 ,  *押型成形 ,  *焼結 ,  密度 ,  空隙率 ,  粒度分布 ,  ペロブスカイト型結晶 ,  *予測モデル ,  圧粉 ,  *強誘電体
準シソーラス用語： *人工神経回路網 ,  プレス処理 ,  多孔度 ,  圧粉密度

分類 (2件)： セラミック・磁器の性質  (YC03030G) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (4件)： 人工神経回路網 ,  チタン酸バリウム ,  物理的性質 ,  予測