基于人工神经网络的铜合金形变热处理工艺和性能
苏娟华 董企铭 刘 平 李贺军 康布熙
(1. 西北工业大学 材料科学与工程学院，西安 710072;
2. 河南科技大学 材料科学与工程学院， 洛阳 471003)
摘 要: 利用神经网络对Cu-Cr-Zr合金变形量、 时效温度和时间与硬度和电导率样本集进行训练和学习，采用改进的BP网络算法—Levenberg-Marquardt算法， 建立了形变热处理工艺BP神经网络模型， 得出了具有较高综合性能的最佳工艺参数： 在80%变形量， 450～480℃， 2～5h形变热处理条件下， 硬度和电导率分别可达HV150～157和74%～77%(IACS)。
