科研之友
微信
新浪微博
Facebook
分享链接
摘要
提出了由多个NALU算法层构建适于铝合金微观组织智能预测的神经网络模型，简述了NALU算法的基本原理和模型，阐述了以局部晶粒特征表示的微观组织预测的建模和训练方法，将RMSProp与Adam优化算法相结合，并合理调整学习速率，可训练出满意的预测模型。以铝合金铸造为例，考虑合金元素、工艺条件和设备参数等26个影响因素，以包含18个局部晶粒特征的微观组织参数为目标，建立了包括输入和输出神经元数分别为(26,32)、(32,28)、(28,23)、(23,18)的4个NALU层的神经网络，模型训练后的均方误差达到0.000 6。任选8组不同条件的铝合金平均晶粒尺寸的预测误差小于9%,适于微观组织的智能预测及新合金设计。研究表明，用多个NALU层构建合金微观组织与性能的智能预测模型是可行的，用局部晶粒特征对铝合金微观组织形貌特点的较细致表达的智能预测可以用多层NALU神经网络模型来实现。
- 单位
