進(jìn)入21世紀(jì),隨著航空、航天、電子、特別是汽車等領(lǐng)域?qū)p量化的要求日益迫切,鎂合金其諸多性能尤其是密度小的性能特點(diǎn)被廣泛重視,然而,鎂合金在應(yīng)用過(guò)程中其抗腐蝕和塑形能力差這兩個(gè)技術(shù)瓶頸嚴(yán)重制約其廣泛應(yīng)用。突破其固有技術(shù)瓶頸愈加成為研究領(lǐng)域熱點(diǎn)。傳統(tǒng)研究和加工過(guò)程的影響因素十分復(fù)雜多變,造成試驗(yàn)結(jié)果的不穩(wěn)定,尤其是鎂合金的活潑性導(dǎo)致冶金質(zhì)量不穩(wěn)定性,這些因素必然會(huì)導(dǎo)致研究過(guò)程中的實(shí)驗(yàn)數(shù)據(jù)波動(dòng)大、結(jié)論準(zhǔn)確性低、工作量大、時(shí)間長(zhǎng)、成本高等一系列缺點(diǎn)。為此,人工智能研究方法引入材料科學(xué)研究領(lǐng)域日趨廣泛,雖然也覆蓋了鎂合金研究領(lǐng)域,但應(yīng)用于腐蝕性能研究幾乎未見(jiàn)報(bào)道。所以本論文在課題組前面工作的基礎(chǔ)上,采用BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的原理及其特點(diǎn),建立鎂合金腐蝕性能和力學(xué)性能的預(yù)報(bào)模型,主要成果如下:1)基于鎂合金的腐蝕性能的數(shù)據(jù),建立AZ31、AZ91兩種鎂合金以離心壓力、腐蝕時(shí)間、Fe元素含量、第二相含量為輸入,腐蝕深度為輸出的采用遺傳算法優(yōu)化的4-8-1三層BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型,用相同條件下不同腐蝕時(shí)間所造成的腐蝕深度差異,從而定量的表征耐腐蝕性能高低,該預(yù)報(bào)模型能較為夠精確的預(yù)報(bào)腐蝕深度,從而利用了腐蝕深度的比較樣本和期望值之間的誤差很好的表征腐蝕性能。經(jīng)過(guò)遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型,腐蝕深度的平均絕對(duì)誤差由7.3%降到2.3%,最大誤絕對(duì)誤差小于3.0%,傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的均方根誤差為0.6835,遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的均方根誤差為0.3924。因此遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型與傳統(tǒng)的BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型相比,具備更高的預(yù)測(cè)精度,從而能夠較好地預(yù)測(cè)鎂合金的腐蝕性能。2)基于AZ31、AZ91兩種鎂合金的196組力學(xué)性能實(shí)驗(yàn)結(jié)果和有關(guān)數(shù)據(jù)資料,在對(duì)數(shù)據(jù)分析和整理的基礎(chǔ)上,以合金元素、變形溫度、變形速率、變形系數(shù)、固溶溫度、固溶時(shí)間、時(shí)效溫度、時(shí)效時(shí)間為輸入,以抗拉強(qiáng)度(UTS)、屈服強(qiáng)度(YS)、延伸率(ELO)為輸出,利用遺傳算法優(yōu)化的8-8-1三層BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型進(jìn)行數(shù)據(jù)訓(xùn)練,訓(xùn)練結(jié)果表明:該預(yù)報(bào)模型可以比較精確地預(yù)報(bào)抗拉強(qiáng)度、屈服強(qiáng)度和延伸率,AZ31,AZ91兩種鎂合金的抗拉強(qiáng)度的絕對(duì)平均誤差由2.80%降到0.88%和1.2%;屈服強(qiáng)度的絕對(duì)平均誤差由6.62%降到3.3%和3.0%;延伸率的絕對(duì)平均誤差由10.16%降到8.0%和7.8%,傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的均方根誤差為0.7502,遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)的均方根誤差為0.4139,與一般的BP神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型相比,具有較高的預(yù)測(cè)精度。
【學(xué)位單位】：西安建筑科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TG178
【部分圖文】：

圖 1.1 金屬鎂的晶體結(jié)構(gòu)Figure 1.1 Crystal structure of magnesium鎂合金的塑性變形最主要為滑移，其次還有孿生，與滑移相比孿生變形改變了晶體取向。對(duì)于密排六方結(jié)構(gòu)的鎂合金來(lái)說(shuō)，孿生變形尤為重要，其切變也是沿著特定的晶體方向發(fā)生的，孿生是否發(fā)生與晶體的對(duì)稱性有關(guān)[22,23]，鎂合金晶體中的滑移只發(fā)生在與拉應(yīng)力方向傾斜的晶體中，所以鎂合金的塑性變形往往是滑移和孿生相互作用的結(jié)果，與此同時(shí)影響鎂合金塑性加工性能的因素還有變形溫度、應(yīng)變速率、應(yīng)力狀態(tài)和織構(gòu)。變形溫度是影響鎂合金塑性變形過(guò)程中的關(guān)鍵因素，由于鎂合金為HCP結(jié)構(gòu)，常溫下的鎂合金變形十分困難，當(dāng)溫度升到240℃時(shí)，隨著孿晶的形成會(huì)產(chǎn)生更多的滑移面，進(jìn)而很大程度上的提高了鎂合金的塑性，鎂合金的強(qiáng)度和塑性均對(duì)應(yīng)變速率很敏感，塑性和應(yīng)變速率成反比，和強(qiáng)度成正比[24,25]，主要因素為鎂合金的再結(jié)晶溫度較高，速率較快的加工變形使得鎂合金來(lái)不及發(fā)生動(dòng)態(tài)再結(jié)晶，發(fā)生了加工硬化現(xiàn)象。在塑性加工過(guò)程中，由于織構(gòu)的影響，晶粒的擇優(yōu)取向使得鎂合金易形成基面纖維織構(gòu)或者板織構(gòu)，這些變

BP 神經(jīng)網(wǎng)絡(luò)研究 AZ31，AZ91 鎂合金的腐蝕性的基礎(chǔ)上進(jìn)行數(shù)據(jù)的完善和分析，建立合理的性幾個(gè)方面的研究：獲得 AZ31，AZ91 的相關(guān)腐蝕性能數(shù)據(jù)樣本。遺傳算法的內(nèi)在組成和發(fā)展背景及對(duì) BP 神經(jīng)網(wǎng)神經(jīng)網(wǎng)絡(luò)預(yù)報(bào)模型的構(gòu)建方法遺傳算法的構(gòu)成和驗(yàn)樣本數(shù)據(jù)，在 MATLAB 平臺(tái)利用遺傳算法優(yōu)工藝參數(shù)或影響因素作為輸入量，性能參數(shù)作為報(bào)模型，獲取各輸出量與期望輸出量之間的誤差編碼，交叉遺傳處理得到適應(yīng)度較好的數(shù)據(jù)從而算法優(yōu)化的 BP 神經(jīng)網(wǎng)絡(luò)對(duì) AZ31，AZ91 鎂合金。見(jiàn)圖 1.2，研究技術(shù)路線圖見(jiàn)圖 1.3。

研究技術(shù)路線圖

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 楊曉康;王文;王快社;高雪;趙凱;郭紅舉;;織構(gòu)對(duì)攪拌摩擦加工鎂合金力學(xué)性能的影響研究現(xiàn)狀[J];中國(guó)材料進(jìn)展;2015年06期

2 倪禮忠;;我國(guó)基體材料的發(fā)展歷程[J];玻璃鋼/復(fù)合材料;2014年09期

3 靳紅梅;肖國(guó)榮;;用BP神經(jīng)網(wǎng)絡(luò)模型預(yù)測(cè)Ni-TiN鍍層的耐腐蝕性能[J];功能材料;2014年13期

4 王俊平;李加彥;;BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程與算法分析[J];計(jì)算機(jī)光盤(pán)軟件與應(yīng)用;2014年04期

5 金天坤;高揚(yáng);;遺傳算法的原理及組成淺析[J];科技視界;2014年04期

6 蔣雪松;周宏平;;基于遺傳算法的農(nóng)產(chǎn)品品質(zhì)無(wú)損檢測(cè)研究進(jìn)展[J];江蘇農(nóng)業(yè)科學(xué);2013年12期

7 張楠楠;董正強(qiáng);安孟長(zhǎng);;世界航空航天制造技術(shù)特點(diǎn)與發(fā)展趨勢(shì)研究[J];軍民兩用技術(shù)與產(chǎn)品;2013年12期

8 華建社;薛臣;劉明華;李芳;;基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的鎂還原率預(yù)報(bào)研究[J];河北科技大學(xué)學(xué)報(bào);2013年06期

9 周惠芳;王迎旭;陳文明;;一種改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)[J];自動(dòng)化技術(shù)與應(yīng)用;2013年09期

10 危少景;魏亮新;;合金元素對(duì)鎂合金性能影響[J];科技視界;2013年26期

相關(guān)博士學(xué)位論文 前2條

1 劉彬;鎂合金專家系統(tǒng)的開(kāi)發(fā)研究[D];重慶大學(xué);2011年

2 崔澤琴;AZ31B鎂合金脈沖激光加工行為的研究[D];太原理工大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 薛臣;基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)鎂還原率預(yù)報(bào)及還原罐溫度場(chǎng)模擬[D];西安建筑科技大學(xué);2014年

2 上衍猛;基于模糊C均值算法在文本聚類中的研究與實(shí)現(xiàn)[D];東華大學(xué);2013年

3 楊紅利;陶瓷配方專家系統(tǒng)的研究與設(shè)計(jì)[D];陜西科技大學(xué);2012年

4 聶保新;粗晶粒鎂合金高溫快速塑性變形的研究[D];遼寧科技大學(xué);2012年

5 趙子豪;基于遺傳算法-BP神經(jīng)網(wǎng)絡(luò)方法對(duì)疲勞短裂紋演化規(guī)律的分析[D];大連理工大學(xué);2011年

6 鄧錦豪;基于視頻圖像的行人檢測(cè)算法研究[D];華南理工大學(xué);2011年

7 季朝旭;基于遺傳算法的DG配電網(wǎng)故障恢復(fù)策略研究[D];昆明理工大學(xué);2011年

8 郭紅玲;合金元素對(duì)鎂合金焊縫熱裂紋敏感性影響的研究[D];吉林大學(xué);2009年

9 陳錫潑;鎂合金熔爐溫控系統(tǒng)的研究與開(kāi)發(fā)[D];浙江工業(yè)大學(xué);2009年

10 蘇明;供應(yīng)鏈管理環(huán)境下多產(chǎn)品單一設(shè)備動(dòng)態(tài)計(jì)劃研究[D];上海交通大學(xué);2008年

本文編號(hào)：2821348