TC17鈦合金片層組織動態(tài)球化的神經(jīng)網(wǎng)絡(luò)預測模型

采用加工圖理論分析了tc17(ti-5al-4mo-4cr-2sn-2zr)鈦合金在高溫變形過程中的片狀α球化規(guī)律。結(jié)果表明:用加工圖理論分析材料的高溫變形行為能準確直觀地反映出材料在不同變形條件下的組織演變規(guī)律。分析加工圖發(fā)現(xiàn):tc17合金在840℃~870℃,應(yīng)變速率0.5s-1~3s-1之間變形是片狀α組織球化的理想?yún)^(qū)域,此時對應(yīng)的能量耗散效率值為45%左右;在850℃~910℃,較高應(yīng)變速率(>5s-1)下對tc17合金加工易發(fā)生流變不穩(wěn)定現(xiàn)象,形成絕熱剪切帶。

1.引言神經(jīng)網(wǎng)絡(luò)是一種信息處理系統(tǒng),它由大量而簡單的處理單元(神經(jīng)元)廣泛的相連接而形成復雜系統(tǒng),它通過學習來解決問題,基坑沉降的預測是一項難以通過理論分析出影響因素與沉降結(jié)果映射關(guān)系的工作,而這項工作如果交

提出了根據(jù)實測數(shù)據(jù)構(gòu)造神經(jīng)網(wǎng)絡(luò)變形預測模型的基本思路,構(gòu)造出基于bp算法的神經(jīng)網(wǎng)絡(luò)變形預測模型,并給出應(yīng)用實例分析。結(jié)果表明,神經(jīng)網(wǎng)絡(luò)應(yīng)用于變形預測效果良好,具有一定參考價值和指導意義。

人工神經(jīng)網(wǎng)絡(luò)是在模仿人腦處理問題的過程中發(fā)展起來的新型智能信息處理理論,通過對人工神經(jīng)網(wǎng)絡(luò)及bp網(wǎng)絡(luò)的基本原理與特征的分析,建立了工程估價預測模型.

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

通過熱壓縮試驗研究了tc11鈦合金退火態(tài)片層組織在兩相區(qū)980℃,950℃,850℃,應(yīng)變速率0.001s-1,0.01s-1條件下,變形程度30%~70%范圍內(nèi)的熱變形過程。分析了熱變形參數(shù)對變形行為和片層組織球化過程的影響,并根據(jù)片層組織球化分數(shù)演變特征,建立了修正的avrami片層組織球化動力學方程,與試驗數(shù)據(jù)吻合較好。

對鍛態(tài)tc21合金在兩相區(qū)內(nèi)進行熱處理,研究了其片狀組織的靜態(tài)球化行為。結(jié)果表明:兩相區(qū)內(nèi)隨著固溶溫度的升高,α相球化率增加的同時其體積含量迅速減少,固溶時間的延長有利于組織的均勻化,但對提高球化率的作用不大;固溶后隨著冷卻速度的降低α相的球化率增加,tc21合金經(jīng)925℃保溫2h慢冷后α相的球化率達到95%以上。對α相靜態(tài)球化的原因分析表明:晶界α相自身的形成特點是其球化的根本原因,其與晶內(nèi)初生α片交接處的存在對晶界α相的球化有一定貢獻;晶內(nèi)α片的球化是一個片狀組織粗化的過程,依靠片層界面缺陷處的溶質(zhì)原子遷移進行。

通過熱壓縮試驗研究了具有初始β轉(zhuǎn)變組織的tc11鈦合金在兩相區(qū)800~980℃和應(yīng)變速率0.001~0.1s-1范圍內(nèi)的熱變形行為和組織演變。分析了該合金在試驗參數(shù)范圍內(nèi)變形的應(yīng)力-應(yīng)變曲線特征。動力學分析獲得該合金在兩相區(qū)變形的應(yīng)力指數(shù)和變形激活能分別為4.42和490.8kj.mol-1,說明變形主要是位錯的滑移和攀移過程。分析變形組織認為,片層組織的球化和彎折是兩相區(qū)變形應(yīng)力軟化的原因。溫度和應(yīng)變速率嚴重影響片層組織球化過程的進行,980℃,0.001s-1和0.01s-1,以及950℃,0.001s-1條件下變形有利于片層組織球化過程的充分進行。900~980℃,0.001~0.1s-1球化過程中,變形到穩(wěn)態(tài)的等軸α直徑與溫度補償應(yīng)變速率參數(shù)z呈對數(shù)線性關(guān)系。

通過采用人工神經(jīng)網(wǎng)絡(luò)方法對tc4鈦合金電子束焊縫熔凝區(qū)形狀尺寸進行預測研究.在大量工藝試驗的基礎(chǔ)上,采集網(wǎng)絡(luò)訓練樣本,并對訓練樣本和測試樣本進行標準化,通過確定合適的人工神經(jīng)網(wǎng)絡(luò)模型、網(wǎng)絡(luò)結(jié)構(gòu)、網(wǎng)絡(luò)算法以及網(wǎng)絡(luò)訓練次數(shù),建立了從聚焦電流、電子束流和焊接速度到焊縫熔深、熔寬、正面焊縫寬度、深寬比、焊縫余高、釘頭半角的bp網(wǎng)絡(luò)映射模型.結(jié)果表明,網(wǎng)絡(luò)的最大輸出相對誤差不超過5%,說明該網(wǎng)絡(luò)具有較強的映射能力,能滿足預測要求.

厚度預測模型的精度是影響厚度控制的重要因素。針對本項目國內(nèi)水平領(lǐng)先、最寬幅的"1+4"熱連軋生產(chǎn)線,根據(jù)生產(chǎn)現(xiàn)場獲取的5083寬幅鋁合金中厚板實測數(shù)據(jù),在研究分析關(guān)鍵影響因素的基礎(chǔ)上,運用人工神經(jīng)網(wǎng)絡(luò)技術(shù)建立了鋁合金寬幅中厚板厚度預測的bp神經(jīng)網(wǎng)絡(luò)模型。其相對誤差在0.5%之內(nèi),高于已有模型預測精度,能實現(xiàn)高精度預報。應(yīng)用模型預測了5052寬幅鋁合金中厚板的出口厚度,結(jié)果表明,模型能較好的預測軋件厚度的變化,有很好的泛化能力。

為了研究雙相γ+α2鈦合金晶體中片層組織的承載特性,建立了相應(yīng)晶體不同取向力學性能的數(shù)學模型,并計算了γ相及γ+α2片層組織不同取向的承載力.通過對模型的數(shù)值求解,得到γ相和γ+α2片層組織的承載力隨不同加載方向的變化規(guī)律.計算結(jié)果表明:隨著α2相體積分數(shù)的增加,γ+α2片層組織的最大承載力方向逐漸趨向平行于α2相的(0001)面,臨界α2相等價體積分數(shù)為λe=30%.這從理論上解釋了γ+α2片層組織的最大承載力方向為平行于α2相的(0001)面這一傳統(tǒng)觀點.這一結(jié)論成立的條件為α2相等價體積分數(shù)λe>30%.

空調(diào)系統(tǒng)的負荷與諸多影響因素之間是一種多變量、強耦合、嚴重非線性的關(guān)系,且這種關(guān)系具有動態(tài)性,因而傳統(tǒng)方法的預測精度不高。而動態(tài)回歸神經(jīng)網(wǎng)絡(luò)能更生動、更直接地反映系統(tǒng)的動態(tài)特性。針對這個特點,建立了基于elman型神經(jīng)網(wǎng)絡(luò)的空調(diào)負荷預測模型,并進行了實例預測。文中還比較了elman網(wǎng)絡(luò)和bp網(wǎng)絡(luò)結(jié)構(gòu)的建模效果,仿真實驗證明了elman神經(jīng)網(wǎng)絡(luò)具有動態(tài)特性好、逼近速度快、精度高等特點,說明elman網(wǎng)絡(luò)是一種新穎、可靠的負荷預測方法。

采用等溫壓縮實驗研究了具有不同初始片層厚度(3μm和0.4μm)的tc11合金兩相區(qū)變形時的微觀組織演化,其中壓縮實驗的變形溫度為920℃~980℃,應(yīng)變速率為0.1s-1~1s-1,變形量為30%~70%。金相分析表明具有片層組織的tc11合金兩相區(qū)變形時微觀組織演化主要為α片層的球化過程。進一步的研究結(jié)果表明:在相同的變形工藝參數(shù)下,細片層組織(片層厚度0.4μm)的球化程度高于粗片層組織(片層厚度3μm);兩種初始片層厚度組織的球化程度均隨應(yīng)變的增加和應(yīng)變速率的降低而提高;變形溫度對兩者球化程度的影響存在不同的規(guī)律:粗片層組織的球化程度隨溫度的升高而增加,細片層組織的球化程度隨溫度的升高而降低;初始片層厚度和應(yīng)變是影響tc11合金片層組織球化的主要因素,在兩相區(qū)變形之前可通過β熱處理+快速冷卻得到細片層和采用反復鐓拔等大應(yīng)變變形得到片層完全球化的細晶等軸態(tài)組織。

對原始組織為不同粗細片層組織的ta15鈦合金板材在兩相區(qū)進行75%的熱軋變形,并用金相法觀察變形后組織的球化行為,并分析變形機理。結(jié)果表明,晶內(nèi)片層狀α相隨變形量增加發(fā)生球化,球化程度與片層狀α相粗細有關(guān),粗片層狀組織發(fā)生扭曲和彎折,但等軸α晶粒較少;細片層狀組織大部分發(fā)生球化,生成均勻細小的等軸組織,這說明原始組織片層狀越細則變形后球化程度越高,組織更均勻細小。

隨著我國城鄉(xiāng)建設(shè)的飛速發(fā)展,建筑火災(zāi)形勢日趨嚴峻,依靠傳統(tǒng)的管理技術(shù)和方法已遠遠不能適應(yīng)社會和民眾對安全的需要。針對某城市建筑火災(zāi)非線性時間序列,建立了小波神經(jīng)網(wǎng)絡(luò)(wnn)預測模型,計算分析證明了該模型的可行性。該模型可與消防工作相結(jié)合,建立和實施城鄉(xiāng)綜合防災(zāi)減災(zāi)系統(tǒng),實現(xiàn)城鄉(xiāng)綜合防災(zāi)減災(zāi)的科學管理。

審計意見類型及其預測結(jié)果受到企業(yè)各利益相關(guān)方的高度關(guān)注。同時選用財務(wù)指標和非財務(wù)指標為變量,構(gòu)建了基于鄰域粗糙集神經(jīng)網(wǎng)絡(luò)的審計意見預測模型。將領(lǐng)域粗糙集作為bp神經(jīng)網(wǎng)絡(luò)的前置系統(tǒng),在保持分類能力不變的前提下進行指標約簡,提取關(guān)鍵指標,再將約簡的指標體系作為神經(jīng)網(wǎng)絡(luò)模型的輸入變量。以2013—2015年滬深a股176家公司數(shù)據(jù)作為研究樣本,采用三種模型進行審計意見預測對比分析,結(jié)果表明：本模型預測準確率達到97.06%,與單純利用神經(jīng)網(wǎng)絡(luò)建模或單純利用財務(wù)指標建模的預測效果相比具有更好的預測效果。

采用comgis(組件式地理信息系統(tǒng))技術(shù)開發(fā)了結(jié)合專業(yè)震害分析模型的建筑物震害評估系統(tǒng),討論了基于bp人工神經(jīng)網(wǎng)絡(luò)和gis耦合模型的多層磚房震害預測.研究表明:水平成層土地震反應(yīng)分析程序shake91在vb菜單下可直接調(diào)用,實現(xiàn)地震動影響場計算的模塊化;bp神經(jīng)網(wǎng)絡(luò)應(yīng)用于建筑物震害預測中,能達到較理想的效果,其計算模型在系統(tǒng)菜單下可直接調(diào)用;系統(tǒng)的gis空間分析功能可使震害預測結(jié)果與建筑物信息進行空間匹配,實現(xiàn)地震災(zāi)害損失快速評估.

**資訊http://www.***.*** **資訊http://www.***.*** **資訊http://www.***.***

基于人工神經(jīng)網(wǎng)絡(luò)理論,提出了根據(jù)前期沉降觀測資料進行沉降預測的人工神經(jīng)網(wǎng)絡(luò)模型,并用于汕汾高速公路預壓荷載卸荷時間預報.研究表明,所建議的模型較傳統(tǒng)沉降預測模型具有顯著的優(yōu)越性,應(yīng)用前景廣闊.

通過分析城市深基坑沉降量時間序列的非線性動力學系統(tǒng),認為該時間序列具有混沌特性.在此基礎(chǔ)上,通過相空間重構(gòu)的方法建立了用于城市深基坑沉降量預測的混沌神經(jīng)網(wǎng)絡(luò)模型;并利用此模型對上海某深基坑沉降量進行了預測,取得了較為滿意的預測效果.

針對bp神經(jīng)網(wǎng)絡(luò)、rbf神經(jīng)網(wǎng)絡(luò)和小波神經(jīng)網(wǎng)絡(luò)應(yīng)用于負荷預測時所遇到的問題,提出了一種基于各種神經(jīng)網(wǎng)絡(luò)的組合預測模型。該模型為單輸出的3層神經(jīng)網(wǎng)絡(luò),即將3種神經(jīng)網(wǎng)絡(luò)的預測結(jié)果作為神經(jīng)網(wǎng)絡(luò)的輸入,將實際負荷值作為神經(jīng)網(wǎng)絡(luò)的輸出,使訓練后的網(wǎng)絡(luò)具有預測能力。該模型能降低單個神經(jīng)網(wǎng)絡(luò)的預測風險,提高預測精度。仿真結(jié)果表明,所提出的組合預測模型的精度高于其中任一單一網(wǎng)絡(luò)模型,也高于傳統(tǒng)的線性組合預測模型。

首次提出了一種基于hht和神經(jīng)網(wǎng)絡(luò)組合的預測模型。負荷數(shù)據(jù)首先經(jīng)過emd分解,得到一系列imf分量及余項,通過各分量的頻譜觀察,針對低頻imf分量規(guī)律性及周期性強,高頻分量相對較弱的特點,對低頻imf分量選擇合適的預測模型直接進行預測,高頻imf采用多神經(jīng)網(wǎng)絡(luò)組合預測方法。仿真結(jié)果表明,文中提出的預測模型的精度高于任一單一模型,并且高于傳統(tǒng)的線性組合預測模型。