铝锌镁钪合金铸锭均匀化和基于BP神经网络的铸锭均匀化性能预测

石凯¹，何振波¹，尹志民¹，邓英¹

(1.中南大学,材料科学与工程学院,长沙,410083;
2.东北轻合金有限责任公司,哈尔滨,150060)

摘要:采用硬度、电导率测量和X射线物相分析技术研究了铝锌镁钪合金铸锭均匀化处理过程中组织和性能的变化规律,结果表明,铸态合金过饱和程度高,合金电导率较低而硬度较高;铸锭均匀化处理过程中,随均匀化温度升高,T相先大量析出后逐渐回溶入固溶体基体,基体固溶度先降后升,合金电导率先升后降,合金硬度则先降后升,更高温度均匀化,晶粒粗化,硬度又下降.在此基础上,运用Matlab神经网络工具箱进行BP神经网络设计,采用改进的BP网络Levenberg-Marquardt算法对权值和阈值进行训练,建立了铝锌镁钪合金均匀化工艺参数到性能预测的BP神经网络模型.实验验证结果表明,该模型计算值与实验值吻合精度高,泛化检测点电导率相对误差≤±0.23%,硬度相对误差≤±1.90%,可有效预测和分析均匀化工艺对铝锌镁钪合金性能的影响,为优化均匀化工艺、降低试验成本提供一种新方法.

关键词:铝锌镁钪合金; 均匀化; BP神经网络; Levenberg-Marquardt算法;

【全文内容正在添加中】