期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器学习确定膜基材料弹性模量的仪器化压痕方法
被引量:
3
1
作者
孙廷威
张建伟
+2 位作者
秦瑾鸿
赵思伟
李元鑫
《中国科学:物理学、力学、天文学》
CSCD
北大核心
2023年第1期62-68,共7页
仪器化压痕测试方法在确定材料的力学性能方面有着广泛的应用.由于基底效应,采用该方法确定膜基材料各层的力学性能变得更为复杂.本文采用有限元仿真结合经典多输出多层感知器(MLP)神经网络的方法,建立了膜基材料力学性能参数(薄膜弹性...
仪器化压痕测试方法在确定材料的力学性能方面有着广泛的应用.由于基底效应,采用该方法确定膜基材料各层的力学性能变得更为复杂.本文采用有限元仿真结合经典多输出多层感知器(MLP)神经网络的方法,建立了膜基材料力学性能参数(薄膜弹性模量、基底弹性模量)与复合模量和无量纲化最大压入深度(最大压入深度/薄膜厚度)之间的关系,并发展了基于机器学习确定膜基材料弹性模量的仪器化压痕方法.对比深度学习的预测和有限元的仿真结果,发现经MLP神经网络训练的硬膜软基底材料和软膜硬基底材料的预测值与仿真结果的吻合度较好.开展硬膜软基底材料Ni/304不锈钢以及软膜硬基底材料Cu/304不锈钢的压痕试验对MLP神经网络进行验证,结果表明, MLP神经网络预测的各层弹性模量与试验中获得的结果较为接近.本文结果可为评价膜基材料各层性能提供可供选择的测试方法.
展开更多
关键词
神经网络
膜基材料
纳米压痕
弹性模量
原文传递
题名
基于机器学习确定膜基材料弹性模量的仪器化压痕方法
被引量:
3
1
作者
孙廷威
张建伟
秦瑾鸿
赵思伟
李元鑫
机构
郑州大学力学与安全工程学院
郑州大学机械与动力工程学院
出处
《中国科学:物理学、力学、天文学》
CSCD
北大核心
2023年第1期62-68,共7页
基金
国家自然科学基金(编号:12072324)
河南省优秀青年科学基金(编号:212300410087)资助项目。
文摘
仪器化压痕测试方法在确定材料的力学性能方面有着广泛的应用.由于基底效应,采用该方法确定膜基材料各层的力学性能变得更为复杂.本文采用有限元仿真结合经典多输出多层感知器(MLP)神经网络的方法,建立了膜基材料力学性能参数(薄膜弹性模量、基底弹性模量)与复合模量和无量纲化最大压入深度(最大压入深度/薄膜厚度)之间的关系,并发展了基于机器学习确定膜基材料弹性模量的仪器化压痕方法.对比深度学习的预测和有限元的仿真结果,发现经MLP神经网络训练的硬膜软基底材料和软膜硬基底材料的预测值与仿真结果的吻合度较好.开展硬膜软基底材料Ni/304不锈钢以及软膜硬基底材料Cu/304不锈钢的压痕试验对MLP神经网络进行验证,结果表明, MLP神经网络预测的各层弹性模量与试验中获得的结果较为接近.本文结果可为评价膜基材料各层性能提供可供选择的测试方法.
关键词
神经网络
膜基材料
纳米压痕
弹性模量
Keywords
neural network
film/substrate material
nanoindentation
elastic modulus
分类号
TB383.2 [一般工业技术—材料科学与工程]
TP181 [自动化与计算机技术—控制理论与控制工程]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于机器学习确定膜基材料弹性模量的仪器化压痕方法
孙廷威
张建伟
秦瑾鸿
赵思伟
李元鑫
《中国科学:物理学、力学、天文学》
CSCD
北大核心
2023
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部