期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于PSO-BP神经网络模型的654SMO热变形行为预测
1
作者 张博文 闫德安 +3 位作者 和鹏越 管煜 陈锐 刘元铭 《钢铁研究学报》 CAS CSCD 北大核心 2024年第3期368-377,共10页
针对654SMO超级奥氏体不锈钢的热变形行为进行研究,采用Arrhenius模型与粒子群算法优化的BP神经网络模型(PSO-BP神经网络)对654SMO超级奥氏体不锈钢热变形行为进行预测,将其结果进行对比获得最优模型。通过实验获得变形温度在1 000~1 20... 针对654SMO超级奥氏体不锈钢的热变形行为进行研究,采用Arrhenius模型与粒子群算法优化的BP神经网络模型(PSO-BP神经网络)对654SMO超级奥氏体不锈钢热变形行为进行预测,将其结果进行对比获得最优模型。通过实验获得变形温度在1 000~1 200℃、应变速率为0.1~10 s^(-1)条件下的真应力,并采用考虑应变修正的Arrhenius模型和PSO-BP神经网络模型对实验数据进行训练,通过计算均方相关系数(R^(2))、均方根误差(RMSE)和平均相对误差(AARE),对预测结果量化并且进行比较。最后基于实验实测数据和PSO-BP模型的预测数据得到应变为0.3和0.6的热加工图。结果表明:相比于传统的Arrhenius模型,PSO-BP神经网络模型具有更高的准确性和适用性,为654SMO的热加工工艺提供理论指导。 展开更多
关键词 654SMO超级奥氏体不锈钢 热变形预测 Arrhenius本构方程 PSO-BP神经网络
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部