基于神经网络的钒基储氢合金充放电循环性能预测分析

来源期刊：钢铁钒钛2014年第4期

论文作者：蒙飚 刘岽

文章页码：32 - 35

关键词：钒基储氢合金;充放电循环性能;合金元素;神经网络;预测模型;

摘    要：以16种合金元素含量为输入层节点参数,以充放电循环性能为输出层节点参数,构建了16×48×1三层神经网络预测模型,并对预测能力进行了试验验证,同时对模型选出的合金进行了化学成分、显微组织、物相组成和充放电循环性能的测试与分析。结果表明,该神经网络模型的预测精度较高,V3TiNi0.56-0.1Sc合金具有最佳的充放电循环性能;该合金由V基固溶体相、TiNi相和Ti2Ni相组成,经过15次充放电循环后放电容量保持率高达82%,较V3TiNi0.56合金提高了80%。