神经网络在制备氮化硅多孔陶瓷中的应用
来源期刊：稀有金属材料与工程2010年第3期
论文作者：严友兰 王红洁 余娟丽 金志浩 乔冠军 张健
关键词：神经网络; 多孔氮化硅陶瓷; 抗弯强度; 气孔率; artificial neural networks; porous Si_3N_4 ceramics; flexural strength; porosity;
摘 要：以凝胶注模法制备多孔氮化硅陶瓷正交试验结果作为样本,建立3层Back Pmpagation(BP)神经网络,并进行训练以预测陶瓷性能.通过附加试验值对建立的神经网络预测能力进行验证,证明该BP神经网络模型是有效的,能准确预测多孔氮化硅陶瓷性能.通过BP神经网络模型研究多孔氮化硅陶瓷性能的结果表明,随着固含量的增加,气孔率单调下降;固含量存在一优化值,此时陶瓷抗弯强度最大;单体含量越大,气孔率越大,而抗弯强度降低.
严友兰1，王红洁1，余娟丽1，金志浩1，乔冠军1，张健2
(1.西安交通大学金属材料强度国家重点实验室,陕西,西安,710049;
2.先进功能复合材料国家重点实验室,北京,100076)
摘要:以凝胶注模法制备多孔氮化硅陶瓷正交试验结果作为样本,建立3层Back Pmpagation(BP)神经网络,并进行训练以预测陶瓷性能.通过附加试验值对建立的神经网络预测能力进行验证,证明该BP神经网络模型是有效的,能准确预测多孔氮化硅陶瓷性能.通过BP神经网络模型研究多孔氮化硅陶瓷性能的结果表明,随着固含量的增加,气孔率单调下降;固含量存在一优化值,此时陶瓷抗弯强度最大;单体含量越大,气孔率越大,而抗弯强度降低.
关键词:神经网络; 多孔氮化硅陶瓷; 抗弯强度; 气孔率; artificial neural networks; porous Si_3N_4 ceramics; flexural strength; porosity;
【全文内容正在添加中】
