声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：61-1133/TG
国际刊号：1001-3814
发布日期:
作者：柴晶, 程眉, 张治民,
关键词：Mg-9Gd-Y-Zn-Zr, 卷积神经网络, 力学性能, 微观组织,
对不同工艺的变形稀土镁合金样品进行了系列拉伸试验，借助卷积神经网络构建模型训练，提出Mg-9Gd-Y-Zn-Zr 合金力学性能的预测模型。结果表明，测试集抗拉强度、屈服强度的相对平均误差分别为3.25%和4.77%。随机取3 个Mg-9Gd-Y-Zn-Zr 合金试样再次验证该模型预测力学性能，误差均小于5%，表明该卷积神经网络模型能够以较高的精度预测力学性能。细晶强化对3 个试样强化的贡献分别为68.8、88.4、98.1 MPa，位错强化的贡献分别为17.62、22.36、22.06 MPa。
来源：2023年第12期
《热加工工艺》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。