科研之友
微信
新浪微博
Facebook
分享链接
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85μm,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。
-
单位沈阳黎明航空发动机有限责任公司; 中国航发北京航空材料研究院; 沈阳工业大学; 材料学院
