基于神经网络算法的高强镁合金热处理工艺优化

作者：邢娜; 马云峰

来源：热加工工艺, 2018, 47(14): 242-248.

DOI：10.14158/j.cnki.1001-3814.2018.14.065

• 神经网络算法
• 高强镁合金
• 热处理工艺优化
• 抗拉强度
• 预测误差

以高强镁合金成分、固溶温度、固溶时间、时效温度和时效时间为输入层参数,以高强镁合金的抗拉强度为输出层参数,采用5×35×7×1四层结构构建出高强镁合金热处理工艺优化神经网络模型。并对模型进行了学习训练和预测验证。结果表明,该模型具有较好的预测能力和预测精度,预测误差小于4%,平均预测误差为2.6%。与试验优化的热处理工艺相比,采用神经网络优化的热处理工艺可以提高Mg-2Zn-2Y和Mg-10Gd-2.5Y-1.5Zn高强镁合金的抗拉强度。