排序方式： 共有2条查询结果，搜索用时 109 毫秒
1
1.
基于BP神经网络的镍基合金腐蚀性能的预测分析 总被引：3，自引：0，他引：3
利用三层BP神经网络,根据已有的镍基合金（Nimonic80A合金镍基沉淀硬化）在不同重油杂质环境参数下的腐蚀速度数据,建立了燃气轮机的涡轮部件在重油杂质环境中腐蚀失重的人工神经网络模型,并进一步预测了腐蚀失重．预测结果表明：在重油杂质条件下,温度和有机硫化物含量越高,腐蚀损失越大．预测结果能正确地反映出环境参数对涡轮部件腐蚀失重的影响． 相似文献
2.
成分一结构一性能之间的关系始终是材料科学研究的主题,传统的试错法等经验或半经验的材料研究方法造成了资源、人力和时间上的极大浪费,因此需要从理论上解决材料设计、评价、预报等方面问题．人工神经网络是具有在线学习、记忆和分析推理功能能力的数学方法,它能够获得输入与输出之间的相互关系．其中BP神经网络结构简单、理论研究比较成熟．在材料研究领域中,BP神经网络已用于材料性能的研究与预测,复合材料工艺参数优化和预报,以及对金属的腐蚀研究等方面． 相似文献
1