2022年人工神经网络技术在材料科学中的应用 .pdf

《2022年人工神经网络技术在材料科学中的应用 .pdf》由会员分享，可在线阅读，更多相关《2022年人工神经网络技术在材料科学中的应用 .pdf（4页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、人工神经网络技术在材料科学中的应用1、 用人工神经网络方法实现材料设计与优化1.1 材料设计简介“材料设计”的设想始于20 世纪 50 年代， 其目的是通过理论设计来“订做” 具有特定性能的新材料，按生产要求“设计”最佳的制备和加工方法。20 世纪 80 年代以来，解决这类问题的条件渐趋成熟，初步成果日益增多。今天，研究者已处在应用理论和计算来“设计”材料的初期阶段。1.2 材料设计的范围材料设计的范围包括材料的制备到试用的整个过程。从实用出发， 制成的材料必须通过实用的考验，而实用系统 （如航天飞机、 可控热核反应炉） 的设计要以材料能达到的性能为依据，材料的性能依赖于材料的结构（包括使用过

2、程中的结构变化）， 而为了制备预定结构的材料，又必须设计出该材料的制备方法。1.3 材料设计专家系统材料设计专家系统是指具有相当数量的与材料有关的各种背景知识，并能运用这些知识解决材料设计中有关问题的计算机程序系统。在一定范围和一定程度上，它能为某些特定性能材料的制备提供指导， 以帮助研究人员进行新材料的开发。材料设计专家系统大致有以下几类：（1）以知识检索、简单计算和推理为基础的专家系统；（2）以计算机模拟和运算为基础的材料设计专家系统； （3）以模式识别和人工神经网络为基础的专家系统。1.4 利用材料数据库和知识库辅助材料优化设计此设计的典型例子是日本三岛良绩和岩田修一等建立的计算机辅助合

3、金设计系统。该系统任务是为未来的可控热核反应炉设计和选择材料。在大型计算机中储存了各种与合金设计有关的信息，其中包含各种元素的基本物理化学数据，合金相图，合金物性的各种经验方程式，各类合金体系的实验数据，各种合金的性能、用途以及有关文献目录等。步骤如下：（1）输入对材料性能的要求； （2） 检索材料信息， 找寻符合要求的资料； （3） 计算所选材料的性质；（4）在计算性质的基础上找寻指标高的未知材料，将预报点规定为初步选定材料；（5）应用演绎法、 归纳法和数据库中的资料，试图改善初步选定材料的性能，以推荐最终选定的材名师资料总结 - - -精品资料欢迎下载 - - - - - - - - -

4、- - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 4 页 - - - - - - - - - 料； （6）计算最终选定材料的性能。1.5 人工神经网络在材料设计中的应用在进行材料设计时，必然涉及到材料的成分、组织、工艺、性能之间的关系。这些内在关系是非常复杂的。 随着材料科学的发展，许多新材料相继问世，其内在规律尚不十分清楚，对于这样一些问题，采用人工神经网络方法进行处理已取得较好效果。基于此， 神经网络已在材料设计和成分优化很多研究中得到了应用。2、人工神经网络实现材料工艺优化材料在加工处理过程中，对最终性能的影响变量较多，关系较复杂， 难以建立明

5、确的数学模型。采用人工神经网络优化加工工艺能取得良好的效果。用神经网络方法优化7175 铝合金工艺时，将变形量、固溶时间和时效时间作为网络输入，合金抗拉强度和屈服强度作为输出，建立了 3*6*2 的三层 BP网络， 用遗传算法对训练好的网络进行优化，得到了 7175 铝合金在170时效处理的最优工艺为：冷变形85.1%+480/133min 固溶 +170/10h 时效。基于人工神经网络原理，对微合金钢热轧控制参数的选取进行了研究。利用Gleeble 1500 热力模拟机提取了轧制温度、应变量、应变速率和相应的应力应变曲线，并通过显微组织观察获取了实验后样品断面的奥氏体晶粒尺寸。把实验数据归一

6、化，采用BP网络对微合金钢热轧控制参数（轧制温度、应变量、应变率）和奥氏体晶粒尺寸之间映射关系进行了函数逼近， 建立了奥氏体晶粒尺寸神经网络模型，根据网络预测的结果可定量地进行热轧控制质量预报。 与用已知数据建立多元非线性回归公式的预测相比，采用神经网络预测的精度要高得多。3、人工神经网络实现材料性能预测材料力学性能是结构材料最主要的性能。力学性能受材料组织结构、加工过程等因素的影响。近年来采用人工神经网络的方法预测材料的力学性能，建立了能较准确地预测轧制力学性能的人工神经网络模型。该神经网络模型能用来评价加工工艺参数的影响，因而可用来指导改变加工工艺参数以获得所要求的力学性能。例如，Liu

7、根据热轧C-Mn钢的显微组织与力学性能数据， 用人工神经网络模型建立了显微组织和力学性能之间的关系。显微组织包括铁素体、珠光体、奥氏体的体积分数和铁素体晶粒尺寸，预测的力学性能有伸长率、屈服强度和抗拉强度。神经网络模型具有较好的学习精度和概括性，能够用来预测热轧钢带的力学性能。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 4 页 - - - - - - - - - 4、基于人工神经网络的材料智能加工与智能控制由于材料生产与变形过程涉及到化学成分配制、工艺参数选取、 成型

8、过程监控及参数协调等诸多因素， 其过程的复杂性、随机性和不确定性使过程监控、预报和自动控制难度很高，长期以来， 一直成为材料工作者努力探索的研究课题。由于神经网络控制可通过网络结构及权值的自动调整而实现非生物神经网络系统的部分功能，适应性和智能性好，能处理高维数、非线性、强干扰、难建模的复杂工业过程，为解决上述问题提供了可行的手段。人工神经网络在这一过程中的作用是，通过检测与生产过程相关的一系列动态信号（如应力场、应变场、温度场和过程参数等），从中提取特征参数作为神经网络的输入，网络的输出则为所识别的工艺系统的状态。通过对网络的训练，掌握控制对象的非线性函数关系，从而作出相应的控制决策，以实现

9、对生产过程的在线控制。美国麦道宇航公司在生产纤维铺层复合材料时，采用小脑模型连接控制器，将人工神经网络系统用于控制激光加热，再通过加压来形成复合材料制品。现将复合材料纤维一层层地铺放在工具上的预定部位，采用基于神经网络的激光控制系统加热纤维材料，同时用一个红外线辐射聚焦仪将实际加热温度反馈到控制系统，以达到对纤维温度的精确控制，使热塑性树脂塑化与固化同时进行。该法可生产高质量的复合材料制品。全部过程均实现了自动化。在点焊质量控制中，用人工神经网络方法对交流电阻点焊的各个动态电参数进行融合处理，建立起以交流点焊过程中动态电参数作为输入空间、以熔核尺寸为输出空间，可用于实时在线监测和预测低碳钢点焊

10、质量的检测系统。所建系统对熔核直径的平均预测误差小于5% ，熔核高度预测平均误差小于8% 。在优选电阻电焊工艺参数时，建立了基于专家系统和人工神经网络的人工智能系统。该系统充分发挥了专家系统和人工神经网络各自的优点，具有使用简单、 预测准确度高、 速度快等优点，为点焊工艺参数优选和接头质量预测提供了一种有效的新方法。在渗碳气氛碳势测控方法中，提出了基于神经网络的气体渗碳碳势测定方法。用炉温、 氧势两个参数或炉温、氧势、 一氧化碳量三个参数作为输入模式，用钢箔法实测碳势作为输出模式对网络进行训练。该方法靠软件工作，在线运行时， 当向已训练过的网络输入实际检测到的温度 T、氧探头输出E（或 T、E

11、 和 CO ）后，网络便可迅速而准确地给出实时碳势值。使用该方法的优点是：精度高、可靠性高、复现性和稳定性好、成本低。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页，共 4 页 - - - - - - - - - 目前， 在材料科学与工程的各个方面，利用神经网络获得很多成果，显示出十分诱人的应用前景。 但总的来说， 神经网络在材料科学与工程领域中的开发和应用，仍处于初步阶段，主要表现是： 1、网络模型研究和应用单一化，目前用得最广泛、最有效的是BP网络，而其他网络应用较少；2

12、、研究深度上不够，很多应用还停留在某些经验关系的拟合上，未发挥网络的根本特性，而且局部性强，难以从整体上推广；3、离工业实际应用还有一定的距离，大部分工作还处于实验阶段，神经网络的工程应用效益还未得到充分体现。因此， 在今后的研究中应充分注意非BP网络模型的研究和应用、材料科学与工程的过程实时控制、各网络模型综合和相关软硬件的开发和实现。总之， 随着人工神经网络的研究和应用进展，其在材料科学与工程中的应用将越来越广泛和深入。名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 4 页 - - - - - - - - -