基于梯度提升决策树的冷轧高强钢卷力学性能预测 被引量：1

1

作者 王伟 马乾伦 +1 位作者 白振华 王子昂 《中国机械工程》 EI CAS CSCD 北大核心 2023年第18期2222-2229,共8页

基于1180 MPa级超高强度冷轧双相(DP)钢卷生产数据,研究了基于主成分分析的化学主成分提取方法、网格搜索和交叉验证相结合的超参数寻优方法,建立了DP钢力学性能梯度提升决策树(GBDT)预测模型,并将预测结果与BP神经网络模型和广义可加... 基于1180 MPa级超高强度冷轧双相(DP)钢卷生产数据,研究了基于主成分分析的化学主成分提取方法、网格搜索和交叉验证相结合的超参数寻优方法,建立了DP钢力学性能梯度提升决策树(GBDT)预测模型,并将预测结果与BP神经网络模型和广义可加模型的预测结果进行了比较。为了提高断后伸长率预测精度,以预测精度较高的GBDT预测模型为基础,通过模型预测误差分类模型和考虑误差补偿的模型预测修正方法,建立了考虑误差补偿的断后伸长率预测校正模型,该模型使断后伸长率在绝对误差±0.9%下的预测准确率达到了94.63%。DP钢性能预测模型在线运行时的实际预测精度较高,达到生产要求,有助于力学性能在线质量监控。 展开更多

关键词 冷轧高强钢 梯度提升决策树 力学性能预测 主成分分析 误差补偿

下载PDF 职称材料

考虑多标签相关性的热轧带钢力学性能预测

2

作者 张凯 《信息与电脑》 2023年第7期107-110,共4页

钢材的力学性能能够反映钢材产品的耐用性、稳定性、安全性,有助于确定生产的钢材是否满足使用者对钢材的强度要求,而以往的一些力学性能预测算法是对单个标签进行预测,忽视了标签之间的相关性。针对这一问题,提出一种基于相关性的多标... 钢材的力学性能能够反映钢材产品的耐用性、稳定性、安全性,有助于确定生产的钢材是否满足使用者对钢材的强度要求,而以往的一些力学性能预测算法是对单个标签进行预测,忽视了标签之间的相关性。针对这一问题,提出一种基于相关性的多标签算法。先对数据集进行信息熵分析,将标签之间相关性系数和多标签算法得到的输出进行线性插值,以检测钢材的力学性能指标,并判断生产的钢材是否满足使用者对钢材的强度要求。 展开更多

关键词 多标签算法 特征相关性 信息熵 力学性能预测

下载PDF 职称材料

遗传算法与神经网络结合优化焊接接头力学性能预测模型 被引量：19

3

作者 董志波 魏艳红 +1 位作者 占小红 魏永强 《焊接学报》 EI CAS CSCD 北大核心 2007年第12期69-72,共4页

基于建立的反向传播(back propagation,BP)神经网络焊接接头力学性能预测模型,并综合运用遗传算法(genetic algorithm,GA)来优化BP神经网络连接权的方法,对模型预测性能进行了有效的改进,提高了神经网络模型的预测精度和泛化能力。对模... 基于建立的反向传播(back propagation,BP)神经网络焊接接头力学性能预测模型,并综合运用遗传算法(genetic algorithm,GA)来优化BP神经网络连接权的方法,对模型预测性能进行了有效的改进,提高了神经网络模型的预测精度和泛化能力。对模型性能的分析表明,焊接接头力学性能预测模型的预测规律符合已有研究结论,预测误差小于5%。随着样本数据的不断充实,样本覆盖空间的不断扩大,力学性能预测模型的应用范围将不断扩大,其实际应用价值也必将越来越高。 展开更多

关键词 遗传算法 神经网络 反向传播 力学性能预测模型

下载PDF 职称材料

基于遗传神经网络的焊接接头力学性能预测系统 被引量：6

4

作者 刘立鹏 王伟 +1 位作者 董培欣 魏艳红 《焊接学报》 EI CAS CSCD 北大核心 2011年第7期105-108,118,共4页

文中广泛收集和整理企业第一线的焊接工艺和焊接接头力学性能数据,并建立起相关数据库.应用遗传算法优化BP神经网络,建立焊接接头力学性能预测模型,实现碳钢、低合金高强钢以及不锈钢的抗拉强度、屈服强度、断后伸长率以及断面收缩率等... 文中广泛收集和整理企业第一线的焊接工艺和焊接接头力学性能数据,并建立起相关数据库.应用遗传算法优化BP神经网络,建立焊接接头力学性能预测模型,实现碳钢、低合金高强钢以及不锈钢的抗拉强度、屈服强度、断后伸长率以及断面收缩率等力学性能指标预测.结果表明,材料成分和焊接工艺为影响接头力学性能的主要参数,应用遗传算法优化BP神经网络建立焊接头力学性能预测模型,可以达到较理想的预测精度. 展开更多

关键词 神经网络 遗传算法 力学性能预测

下载PDF 职称材料

基于极限学习机的新型建筑材料力学性能预测方法 被引量：3

5

作者 张勇 《齐齐哈尔大学学报（自然科学版）》 2021年第3期66-70,共5页

为减少新型建筑材料力学性能预测方法预测投入成本,提升预测效率,提出了基于极限学习机的新型建筑材料力学性能预测方法。提取新型建筑材料力学性能因子,不断加深对因子内部的了解,完善收集的数据信息,增强因子数据查找力度,进一步分析... 为减少新型建筑材料力学性能预测方法预测投入成本,提升预测效率,提出了基于极限学习机的新型建筑材料力学性能预测方法。提取新型建筑材料力学性能因子,不断加深对因子内部的了解,完善收集的数据信息,增强因子数据查找力度,进一步分析新型建筑材料力学性能因子的所处状态,按照内部分析准则转换因子存储方式,调节空间信息,利用获取的数据预测新型建筑材料力学性能,完成整体预测研究操作。实验结果表明,设计方法完善了预测研究隐藏性能,在预测投入较低的情况下仍然具备较高的预测效率。 展开更多

关键词 极限学习机 新型建筑 建筑材料 力学性能预测

下载PDF 职称材料

基于神经网络的焊接接头力学性能预测平台

6

作者 金彦 薛季爱 +1 位作者 刘立鹏 魏艳红 《焊接技术》 北大核心 2010年第7期37-40,共4页

基于神经网络建立焊接接头力学性能预测平台,可实现合金钢、钛合金及铝合金焊接接头力学性能预测。预测内容包括抗拉强度、屈服强度、伸长率以及断面收缩率等。同时可以分析参数变化对接头力学性能的影响。算法核心主要是应用遗传算法优... 基于神经网络建立焊接接头力学性能预测平台,可实现合金钢、钛合金及铝合金焊接接头力学性能预测。预测内容包括抗拉强度、屈服强度、伸长率以及断面收缩率等。同时可以分析参数变化对接头力学性能的影响。算法核心主要是应用遗传算法优化Back-Propagation神经网络连接权,其具有很好的全局搜索特性以及不易陷入局部最优化,同时应用既有高斯-牛顿法的快速收敛特性,也有梯度下降法的局部搜索特性的LM算法,使预测结果具有很好的泛化性能和较高的预测精度。 展开更多

关键词 神经网络 遗传算法 BP算法 LM算法 力学性能预测

下载PDF 职称材料

基于人工神经网络的焊接接头力学性能预测系统 被引量：4

7

作者 邓欣 汪超 魏艳红 《焊接学报》 EI CAS CSCD 北大核心 2011年第6期109-112,118,共4页

对神经元网络在焊接接头力学性能预测上的应用做了探索,训练了焊接方法包括焊条电弧焊、气体保护焊、埋弧焊和TIG焊的抗拉强度、屈服强度、断后伸长率和断面收缩率模型.并在此基础上设计完成了基于人工神经元网络的焊接接头力学性能预... 对神经元网络在焊接接头力学性能预测上的应用做了探索,训练了焊接方法包括焊条电弧焊、气体保护焊、埋弧焊和TIG焊的抗拉强度、屈服强度、断后伸长率和断面收缩率模型.并在此基础上设计完成了基于人工神经元网络的焊接接头力学性能预测系统.利用可视化界面编程技术和数据库技术制作了友好的人机用户界面.焊接接头力学性能预测系统包括添加模型、删除模型、性能预测、数据的保存和浏览、分析单个参数对接头性能的影响等相关功能.软件界面友好、操作方便,极大的方便了客户使用. 展开更多

关键词 人工神经网络 力学性能预测 焊接接头

下载PDF 职称材料

基于梯度提升决策树的特征筛选与钢卷力学性能预测 被引量：5

8

作者 谢少捷 王伟 何福善 《机械工程材料》 CAS CSCD 北大核心 2021年第10期104-110,共7页

基于冶金机理选取热镀锌钢卷基本建模特征,采用梯度提升决策树算法对其他化学元素特征进行筛选,结合网格搜索与交叉验证方法对模型参数进行优化,并利用模型分析不同特征对钢卷屈服强度的影响。结果表明:热镀锌钢卷力学性能预测建模的基... 基于冶金机理选取热镀锌钢卷基本建模特征,采用梯度提升决策树算法对其他化学元素特征进行筛选,结合网格搜索与交叉验证方法对模型参数进行优化,并利用模型分析不同特征对钢卷屈服强度的影响。结果表明:热镀锌钢卷力学性能预测建模的基本特征包括工艺参数特征、规格特征以及基本化学元素特征,对钢卷屈服强度影响较大的其他化学元素特征为氮、铝含量;模型参数优化后,在测试集上测得屈服强度的均方根误差为10.671 MPa,平均绝对误差为8.244 MPa,平均绝对百分误差为2.641%,模型预测精度比模型参数优化前的明显提高;当碳、硅、锰含量变化或热轧入轧温度变化时,钢卷屈服强度的变化幅度较大。 展开更多

关键词 热镀锌钢卷 梯度提升决策树 力学性能预测 特征筛选 参数优化

下载PDF 职称材料

中厚板高密度管流供水系统的控冷力学性能预测

9

作者 陈晓红 《装备制造技术》 2006年第3期36-40,共5页

根据生产现场16M nR中厚板的开冷温度、终冷温度、辊道速度和上下集管开启数目等主要工艺参数的测定值和钢板力学性能的测定值,利用统计回归分析所得的相关数学模型结合模糊聚类分析-模糊识别分析数学模型,建立了预测中厚板控制冷却后... 根据生产现场16M nR中厚板的开冷温度、终冷温度、辊道速度和上下集管开启数目等主要工艺参数的测定值和钢板力学性能的测定值,利用统计回归分析所得的相关数学模型结合模糊聚类分析-模糊识别分析数学模型,建立了预测中厚板控制冷却后屈服强度σs和抗拉强度σb的相关数学模型,对给定工艺参数条件下的中厚板控冷性能进行模拟预测。通过计算和分析表明实测值与预测值基本相吻合,证明所用的方法是正确的,经进一步的大量验证后可应用在实际生产中。 展开更多

关键词 控制冷却 抗张性能 力学性能预测 模糊分析

下载PDF 职称材料

AZ91镁合金力学性能预测的算法研究

10

作者 王湖皎 刘苏 姚正军 《金属热处理》 EI CAS CSCD 北大核心 2007年第4期19-22,共4页

采用人工神经网络的径向基函数网络对压铸AZ91镁合金的力学性能进行预测,结合GAP方法和梯度下降法,提出优化算法。结果表明,该优化网络算法具有较快的收敛速度和良好的预测性能,能够成为合金设计有力的辅助手段。

关键词 力学性能预测 神经网络 镁合金 径向基函数(RBF)网络

下载PDF 职称材料

基于融合RBF-PSO-AE算法的混凝土力学性能预测

11

作者 黄晨亮 郭力群 +1 位作者 吕阳阳 刘畅 《计量学报》 CSCD 北大核心 2022年第11期1464-1469,共6页

针对混凝土材料力学性能精准预测的问题,提出了一种粒子群算法(PSO)优化的径向基函数(RBF)与自编码器(AE)融合预测模型(RBF-PSO-AE),对混凝土断裂能、失稳韧度和起裂韧度等参数进行预测分析。首先运用RBF结合AE使用交叉熵损失函数对数... 针对混凝土材料力学性能精准预测的问题,提出了一种粒子群算法(PSO)优化的径向基函数(RBF)与自编码器(AE)融合预测模型(RBF-PSO-AE),对混凝土断裂能、失稳韧度和起裂韧度等参数进行预测分析。首先运用RBF结合AE使用交叉熵损失函数对数据特征降维加速收敛,其次利用PSO快速优化模型的网络最佳权值,最后将该模型与多种单一预测模型进行实验比较。实验结果表明该算法模型预测精确度和泛化能力提升明显,实现大于99.99%的预测精度,均方根误差0.006%,能有效减少混凝土力学性能预测的误差,具有良好的鲁棒性。 展开更多

关键词 计量学 混凝土材料 力学性能预测模型 径向基函数 粒子群算法 自编码器

下载PDF 职称材料

基于BP神经网络的BNS440热轧板力学性能预测 被引量：2

12

作者 刘学伟 胡恒法 《梅山科技》 2010年第4期25-27,共3页

研究了基于BP方法的神经网络及其在BNS440热轧板力学性能预测中的应用，利用基于BP方法的组织性能预测软件，进行了BNS440热轧板的网络训练和网络预测，实现了对其力学性能的高精度预测。

关键词 BP 神经网络 BNS440 力学性能预测

下载PDF 职称材料

试析新钢种热处理工艺设计及力学性能预测

13

作者 刘虎 陈伟锋 《中国金属通报》 2018年第6期282-282,284,共2页

随着我国经济的不断发展,各种品种的钢随之应运而生,钢是对含碳量百分比介于0.02%-2.11%之间的铁碳合金的统称。近几年,伴随着我国对钢的研究的进一步重视,市面上的新钢种更是层出不穷^([1])。虽然我国研究开发的新钢种也在不断增加,但... 随着我国经济的不断发展,各种品种的钢随之应运而生,钢是对含碳量百分比介于0.02%-2.11%之间的铁碳合金的统称。近几年,伴随着我国对钢的研究的进一步重视,市面上的新钢种更是层出不穷^([1])。虽然我国研究开发的新钢种也在不断增加,但有关新钢种的热处理工艺资料却不够完善,热处理工艺作为制作新钢种的关键部分,热处理工艺设计的不完善,不仅会在极大的程度上影响到新钢种的应用性能,而且会影响到新钢种的推广,因此,相关生产人员需要对其加以重视。为此,本文将针对新钢种热处理工艺设计及力学性能预测进行相关的阐述。 展开更多

关键词 新钢种 热处理工艺设计 力学性能预测

下载PDF 职称材料

纤维增强复合材料力学性能预测

14

作者 张容国 盛冬发 +1 位作者 李忠君 王怡楠 《科学技术创新》 2022年第21期66-69,共4页

对周期性复合材料进行有效力学性能预测时,首先建立代表性单元体(RVE模型),然后采用ABAQUS有限元软件对RVE模型进行模拟,最后将模拟结果与试验结果进行对比。RVE模型按边界条件应分为相对面内点、相对棱边点和相对顶点三类,并通过pytho... 对周期性复合材料进行有效力学性能预测时,首先建立代表性单元体(RVE模型),然后采用ABAQUS有限元软件对RVE模型进行模拟,最后将模拟结果与试验结果进行对比。RVE模型按边界条件应分为相对面内点、相对棱边点和相对顶点三类,并通过python编程施加到ABAQUS有限元软件。探究在纤维体积百分比不变的条件下,纤维的截面形状和纤维的排列方式对SIC/Al纤维增强复合材料力学性能的影响。 展开更多

关键词 复合材料 力学性能预测 微结构 周期性边界 有效弹性模量

下载PDF 职称材料

异形截面复合材料构件成形及力学性能预测方法研究

15

作者 黄浩 单忠德 +4 位作者 张丽娇 孙正 郭子桐 刘检华 金鹏 《机械工程学报》 EI CAS CSCD 北大核心 2024年第2期107-118,共12页

柔性导向三维织造技术成形构件层间性能强、应用广泛,但受织造过程路径规划和成形工艺的制约,使得织造时间长、构件性能不稳定。同时异形截面构件的复杂性使得原有工艺难以准确成形,且缺少相应的力学性能预测方法,严重阻碍三维织造技术... 柔性导向三维织造技术成形构件层间性能强、应用广泛,但受织造过程路径规划和成形工艺的制约,使得织造时间长、构件性能不稳定。同时异形截面构件的复杂性使得原有工艺难以准确成形,且缺少相应的力学性能预测方法,严重阻碍三维织造技术在异形截面构件上的应用。本文深入探究柔性导向三维织造技术的织造机理,提出分区域织造的工艺方案,通过分段拟合逼近截面形状,有效解决了复杂异形截面构件成形难的问题。基于此工艺方案,建立牵引拉杆的宏细观尺度有限元力学性能预测模型,并以细观尺度预测结果为材料属性,分析牵引拉杆轴向承载时的应力状态。进一步建立纤维体积分数模型,分析了XY向纤维体积分数与力学性能之间的关系,为织造过程的形性调控奠定基础。试验结果表明,有限元预测Z向弹性模量的误差在4.2%以内,为异形截面构件的早期设计和工程应用提供基础。 展开更多

关键词 异形截面 柔性导向三维织造 力学性能预测 成形工艺 纤维体积分数

原文传递

基于机器学习的氮掺杂石墨炔力学性能预测

16

作者 张存 杨博林 +1 位作者 彭志龙 陈少华 《Science China Materials》 SCIE EI CAS CSCD 2024年第4期1129-1139,共11页

氮掺杂γ-石墨二炔(N-GDY)因其在能源、电子元器件和催化领域具有重要应用前景而备受关注.研究表明,N-GDY在不同的氮掺杂情况下会表现出迥异的物理化学性质.由于氮掺杂的多样性,N-GDY的理论及应用研究受到了极大的限制.鉴于此,本文采用... 氮掺杂γ-石墨二炔(N-GDY)因其在能源、电子元器件和催化领域具有重要应用前景而备受关注.研究表明,N-GDY在不同的氮掺杂情况下会表现出迥异的物理化学性质.由于氮掺杂的多样性,N-GDY的理论及应用研究受到了极大的限制.鉴于此,本文采用鄂维南等人提出的DeepMD方法训练得到了具有第一性原理精度、适用于N-GDY的机器学习势.利用该机器学习势,系统研究了氮掺杂模式对N-GDY力学性能的影响.研究发现,氮原子掺杂会导致N-GDY的抗拉强度降低.在单个碳链上掺杂氮原子时,N-GDY的抗拉强度随着氮原子掺杂位点到苯环的距离变小而减弱.相邻碳链氮原子共掺杂能够使N-GDY表现出更强的各向异性力学特征.本文研究结果对N-GDY在能源存储和柔性设备等领域的潜在应用提供了理论支持,同时也表明了机器学习势在从大规模数据集中学习并预测碳纳米材料复杂力学性质方面的潜力,为纳米材料设计及工程应用具有重要指导作用. 展开更多

关键词 机器学习 力学性能预测 氮掺杂 碳纳米材料 能源存储 力学特征 第一性原理 电子元器件

原文传递

基于神经网络的混杂SiC颗粒增强铝基复合材料力学性能预测

17

作者 李晓童 庄乾铎 +4 位作者 牛志亮 王锶杰 邢正 李赞 岳振明 《精密成形工程》 2024年第4期95-100,共6页

目的提高混杂SiC颗粒增强铝基复合材料的韧性,利用卷积神经网络预测其力学性能,以得到力学性能关键因素的影响规律。方法首先,通过实验得到了铝基复合材料的力学性能数据。其次,基于相场裂纹扩展本构,采用Python代码批量生成了不同构型... 目的提高混杂SiC颗粒增强铝基复合材料的韧性,利用卷积神经网络预测其力学性能,以得到力学性能关键因素的影响规律。方法首先,通过实验得到了铝基复合材料的力学性能数据。其次,基于相场裂纹扩展本构,采用Python代码批量生成了不同构型参数的代表性体积单元,并利用Abaqus软件进行了有限元仿真(FEM)。通过代码实现了建模与仿真的一体化构建,利用得到的仿真数据,建立了神经网络模型,并实现了对复合材料力学性能的预测。建模前,对数据进行预处理和筛选,以提高数据质量并降低模型复杂度。最后,建立卷积神经网络,并优化模型的超参数。结果通过建立的神经网络模型,实现了对复合材料力学性能的有效预测。极限强度的预测误差保持在−7%~8.5%,能耗的预测误差保持在−5%~6%,预测精度较高。结论通过结合实验、仿真和卷积神经网络模型,可以更有效地预测混杂SiC颗粒增强铝基复合材料的力学性能,从而为材料设计和制备提供指导。 展开更多

关键词 混杂SiC颗粒 铝基复合材料 卷积神经网络 力学性能预测 相场裂纹扩展本构

下载PDF 职称材料

基于主成分分析与BP神经网络的激光拼焊板力学性能预测 被引量：29

18

作者 李新城 陈楼 +1 位作者 张绘 张云 《热加工工艺》 CSCD 北大核心 2012年第5期173-175,共3页

为了预测并控制激光拼焊板的力学性能,本文通过对0.8～1.5mm的St12板及其镀锌板进行差厚、等厚拼焊,在此基础上建立了以焊接工艺参数为输入变量的基于主成分分析的BP神经网络拼焊板力学性能预测模型。通过实例验证表明,本文所建预测模... 为了预测并控制激光拼焊板的力学性能,本文通过对0.8～1.5mm的St12板及其镀锌板进行差厚、等厚拼焊,在此基础上建立了以焊接工艺参数为输入变量的基于主成分分析的BP神经网络拼焊板力学性能预测模型。通过实例验证表明,本文所建预测模型对拼焊板抗拉强度及伸长率的预测精度均达91%以上。充分表明该模型与试验结果吻合良好,验证了该预测模型的合理性及适用性。 展开更多

关键词 激光拼焊板 力学性能预测 主成分分析 BP神经网络

原文传递

6005-T6铝合金搅拌摩擦焊接微观组织演变计算及力学性能预测 被引量：7

19

作者 万震宇 周霞 张昭 《机械工程学报》 EI CAS CSCD 北大核心 2018年第8期129-136,共8页

基于Al-Mg-Si系铝合金等温及非等温过程的微观结构演变规律,建立沉淀相粒子微观组织演变模型,包括沉淀相粒子的形核、长大、溶解以及粗化阶段。结合基于自适应网格重剖分的有限元热力耦合模型建立的6005-T6铝合金搅拌摩擦焊接的数值模拟... 基于Al-Mg-Si系铝合金等温及非等温过程的微观结构演变规律,建立沉淀相粒子微观组织演变模型,包括沉淀相粒子的形核、长大、溶解以及粗化阶段。结合基于自适应网格重剖分的有限元热力耦合模型建立的6005-T6铝合金搅拌摩擦焊接的数值模拟,建立搅拌摩擦焊接过程中对于该种合金的组织演变和强化模型。通过充分考虑了固溶强化、沉淀强化对力学性能的影响,预测了AA6005-T6铝合金焊接接头组织的沉淀相变化及力学性能变化,预测结果与试验验证结果吻合良好。通过模拟计算焊后人工时效研究表明:焊接状态下焊接接头的软化区域在焊接核心区域范围;经过焊后人工时效后的接头软化区域集中在热影响区域,而焊接核心区域通过焊后人工时效后再次析出沉淀相,强度得到恢复。 展开更多

关键词 搅拌摩擦焊 沉淀相 力学性能预测 组织演变

原文传递

激光拼焊板组织定量分析及其力学性能预测 被引量：4

20

作者 李新城 高豪荣 +1 位作者 朱伟兴 陈炜 《中国激光》 EI CAS CSCD 北大核心 2010年第12期3150-3154,共5页

为了预测并控制激光拼焊板的力学性能,通过对0.8~1.5 mm的St12板及其镀锌板拼焊板接头组织的定量分析,结合其组织性能变化规律,得出影响力学性能的首要因素为马氏体含量,继而可得工艺优化控制方法。在此基础上建立了以焊接工艺及板厚为... 为了预测并控制激光拼焊板的力学性能,通过对0.8~1.5 mm的St12板及其镀锌板拼焊板接头组织的定量分析,结合其组织性能变化规律,得出影响力学性能的首要因素为马氏体含量,继而可得工艺优化控制方法。在此基础上建立了以焊接工艺及板厚为输入变量的偏最小二乘回归拼焊板力学性能预测模型。实例验证发现,所建预测模型对拼焊板抗拉强度及延伸率的预测精度均达91%以上,充分表明该模型与试验结果吻合良好,验证了该预测模型的合理性及适用性。 展开更多

关键词 激光技术 激光拼焊板 组织定量分析 力学性能预测 偏最小二乘回归

原文传递