基于人工神经网络的铝熔体中氢的预测

来源 :特种铸造及有色合金 | 被引量 : 0次 | 上传用户:mbranger
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
用Hyscan Ⅱ型测氢仪测定了铝熔体在不同温度和保温时间下的氢含量,通过对BP人工神经网络的分析和改进,采用了结构为2-4-2-1的BP神经网络模型,用所获得的试验数据对其进行训练和测试,当BP神经网络经过3×105次学习后,最大训练误差(Max Training Error)和训练均方差(RMS Training Error)分别为0.55%和0.18%,同时相应的最大测试误差(Max Test Error)和测试均方差(RMS Test Training)分别达到了0.72%和0.33%,
其他文献
在垂直向上定向凝固条件下,研究了二元亚共昌Al-Li合金共晶凝固初期晶体生长演化机制。结果表明,工艺参数最佳配合时,初生晶体可以稳定地演化为规则的共晶生长,当工艺参数不当时,
AlSi7Mg合金半固态浆料经触变成形及热处理后,其性能得到显著提高.试验采用电子显微镜、扫描电镜及电子拉伸机,研究了液相线半连续铸造法制备的AlSi7Mg合金半固态浆料的组织
目的磷脂转运蛋白(PLTP)可在脂蛋白之间转移磷脂,调节高密度脂蛋白(HDL)的结构和功能,而HDL是胆固醇逆转运(RCT)过程中最主要的胆固醇载体。本研究通过对比PLTP-/-和PLTP+/+小鼠体内胆
采用快速磨损试验机进行耐磨性试验,并通过微区成分分析、图像分析、光学显微镜及扫描电镜分析探讨了Ni,Mn对Al-Si-Cu-Mg系合金组织及二体磨损条件下磨损失效机制的影响。在二