一种基于BP神经网络的热处理态Mg-Zn-Zr系合金组织和力学性能预测方法

摘要

一种基于BP神经网络的热处理态Mg‑Zn‑Zr系合金组织和力学性能预测方法，其属于镁合金组织和力学性能预测技术领域。首先，针对不同合金成分和热处理工艺下的Mg‑Zn‑Zr系合金进行一系列的组织和力学性能试验，获得的试验数据作为训练BP神经网络的样本数据集；其次，构建BP神经网络，包括输入层、隐含层和输出层，从而建立Mg‑Zn‑Zr系合金成分、热处理工艺与组织、力学性能之间的映射关系；最后，采用构建的BP神经网络对热处理态Mg‑Zn‑Zr系合金的组织和力学性能进行预测。本发明建立的BP神经网络具有较高的预测准确性，推广能力强，缩短优化镁合金成分和热处理工艺的时间，降低研制成本。