期刊导航
期刊开放获取
cqvip
退出
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
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
检索
高级检索
期刊导航
共找到
2
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:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
自组织CNN建模识别耐热钢金相组织研究
被引量:
4
1
作者
张永志
李旭英
+2 位作者
辛全忠
孔祥明
王永亮
《材料导报》
EI
CAS
CSCD
北大核心
2022年第12期156-161,共6页
耐热钢金相组织结构复杂,传统的图像分析方法特征提取困难,难以对其进行准确的自动识别,而人工识别易受主观因素影响,导致识别精度波动大,结果重复性差。卷积神经网络(Convolutional neural networks,CNN)能够从原始图像中提取复杂的特...
耐热钢金相组织结构复杂,传统的图像分析方法特征提取困难,难以对其进行准确的自动识别,而人工识别易受主观因素影响,导致识别精度波动大,结果重复性差。卷积神经网络(Convolutional neural networks,CNN)能够从原始图像中提取复杂的特征,但是CNN建模需要的训练与拓扑超参数选择和优化困难。本工作利用基于超参数组合计算资源分配的Hyperband算法来优化CNN模型的超参数,克服了网格搜索、随机搜索及贝叶斯优化效率低、计算资源消耗量大以及优化不稳定等问题,实现自组织CNN建模。基于Hyperband算法优化得到33层CNN模型,进行训练与仿真,并结合混淆矩阵对模型的识别结果进行评价。结果表明,所建模型对耐热钢金相组织识别的准确率、精确度、灵敏度、特异度的均值分别为94.2%、94.1%、94.2%和98.1%,表明模型具有较高的泛化能力,能够较为准确地识别金相组织,为复杂金相组织的智能识别提供新方法。
展开更多
关键词
计算材料学
耐热钢
金相组织
深度学习
卷积神经网络
超参数优化
识别
下载PDF
职称材料
1900 MPa级耐热轴承钢的热变形行为与热加工图
2
作者
郭春成
亓海全
+3 位作者
迟宏宵
谷金波
刘安奇
王为民
《金属热处理》
CAS
CSCD
北大核心
2024年第4期26-34,共9页
使用Gleeble-3500热力模拟试验机对1900 MPa级耐热轴承钢进行热压缩试验,研究其在变形温度900~1150℃、应变速率0.001~10 s^(-1)、应变量为0.8情况下的热变形行为和组织演变。分析变形温度和应变速率对试验钢流变行为的影响,基于Arrhen...
使用Gleeble-3500热力模拟试验机对1900 MPa级耐热轴承钢进行热压缩试验,研究其在变形温度900~1150℃、应变速率0.001~10 s^(-1)、应变量为0.8情况下的热变形行为和组织演变。分析变形温度和应变速率对试验钢流变行为的影响,基于Arrhenius模型构建应变量范围为0.1~0.8的本构方程,根据动态材料模型(DMM)绘制应变量为0.2、0.4、0.6和0.8下的热加工图,分析不同热加工区试验钢的微观组织演变以验证得到的最优热加工区。结果表明,在ε=0.001~10 s^(-1)和变形温度为1050~1150℃的变形条件下,真应力-真应变曲线在加工硬化后都出现明显平台,这体现出动态回复(DRV)特征;在ε=0.001~10 s^(-1)和变形温度为900~1100℃的变形条件下,曲线体现出明显峰值,这体现出动态再结晶(DRX)型特征。建立本构方程并对其进行验证,流变应力试验值与计算值的相关系数R=0.973,较高的相关系数表明建立的流变应力本构模型能够比较精确地预测合金的流变应力。热加工图表示试验范围内最佳的工艺参数为,变形温度1070~1150℃,应变速率0.01~0.1 s^(-1)。
展开更多
关键词
1900
MPa级耐热轴承钢
热变形行为
动态再结晶
本构方程
热加工图
原文传递
题名
自组织CNN建模识别耐热钢金相组织研究
被引量:
4
1
作者
张永志
李旭英
辛全忠
孔祥明
王永亮
机构
内蒙古农业大学机电工程学院
内蒙古能源发电投资集团有限公司电力工程技术研究院
出处
《材料导报》
EI
CAS
CSCD
北大核心
2022年第12期156-161,共6页
基金
国家自然科学基金(52061037)
内蒙古农业大学高层次人才引进科研启动项目(NDYB2016⁃20)。
文摘
耐热钢金相组织结构复杂,传统的图像分析方法特征提取困难,难以对其进行准确的自动识别,而人工识别易受主观因素影响,导致识别精度波动大,结果重复性差。卷积神经网络(Convolutional neural networks,CNN)能够从原始图像中提取复杂的特征,但是CNN建模需要的训练与拓扑超参数选择和优化困难。本工作利用基于超参数组合计算资源分配的Hyperband算法来优化CNN模型的超参数,克服了网格搜索、随机搜索及贝叶斯优化效率低、计算资源消耗量大以及优化不稳定等问题,实现自组织CNN建模。基于Hyperband算法优化得到33层CNN模型,进行训练与仿真,并结合混淆矩阵对模型的识别结果进行评价。结果表明,所建模型对耐热钢金相组织识别的准确率、精确度、灵敏度、特异度的均值分别为94.2%、94.1%、94.2%和98.1%,表明模型具有较高的泛化能力,能够较为准确地识别金相组织,为复杂金相组织的智能识别提供新方法。
关键词
计算材料学
耐热钢
金相组织
深度学习
卷积神经网络
超参数优化
识别
Keywords
computational
materials
science
heat
⁃
resistant
steel
metallographic
structure
deep
learning
convolutional
neural
network
hyperparameter
optimization
identification
分类号
TG142.15 [一般工业技术—材料科学与工程]
下载PDF
职称材料
题名
1900 MPa级耐热轴承钢的热变形行为与热加工图
2
作者
郭春成
亓海全
迟宏宵
谷金波
刘安奇
王为民
机构
桂林理工大学材料科学与工程学院
钢铁研究总院有限公司特殊钢研究院
出处
《金属热处理》
CAS
CSCD
北大核心
2024年第4期26-34,共9页
基金
国家科技重大专项(J2019-VI-0019-0314)。
文摘
使用Gleeble-3500热力模拟试验机对1900 MPa级耐热轴承钢进行热压缩试验,研究其在变形温度900~1150℃、应变速率0.001~10 s^(-1)、应变量为0.8情况下的热变形行为和组织演变。分析变形温度和应变速率对试验钢流变行为的影响,基于Arrhenius模型构建应变量范围为0.1~0.8的本构方程,根据动态材料模型(DMM)绘制应变量为0.2、0.4、0.6和0.8下的热加工图,分析不同热加工区试验钢的微观组织演变以验证得到的最优热加工区。结果表明,在ε=0.001~10 s^(-1)和变形温度为1050~1150℃的变形条件下,真应力-真应变曲线在加工硬化后都出现明显平台,这体现出动态回复(DRV)特征;在ε=0.001~10 s^(-1)和变形温度为900~1100℃的变形条件下,曲线体现出明显峰值,这体现出动态再结晶(DRX)型特征。建立本构方程并对其进行验证,流变应力试验值与计算值的相关系数R=0.973,较高的相关系数表明建立的流变应力本构模型能够比较精确地预测合金的流变应力。热加工图表示试验范围内最佳的工艺参数为,变形温度1070~1150℃,应变速率0.01~0.1 s^(-1)。
关键词
1900
MPa级耐热轴承钢
热变形行为
动态再结晶
本构方程
热加工图
Keywords
1900
MPa
grade
heat
⁃
resistant
bearing
steel
thermal
deformation
behavior
dynamic
recrystallization
constitutive
equation
hot
processing
map
分类号
TG142.1 [一般工业技术—材料科学与工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
自组织CNN建模识别耐热钢金相组织研究
张永志
李旭英
辛全忠
孔祥明
王永亮
《材料导报》
EI
CAS
CSCD
北大核心
2022
4
下载PDF
职称材料
2
1900 MPa级耐热轴承钢的热变形行为与热加工图
郭春成
亓海全
迟宏宵
谷金波
刘安奇
王为民
《金属热处理》
CAS
CSCD
北大核心
2024
0
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
确定
用户登录
登录
IP登录
使用帮助
返回顶部