TC4合金热等静压热处理力学性能的BP人工神经网络预测

对激光选区熔化成形的TC4合金,进行不同工艺下的热等静压热处理试验,并对热处理后的试样进行室温抗拉强度、延伸率测试。以上述试验数据为基础,采用人工神经网络技术构建了TC4双相钛合金热等静压热处理温度、保温时间、压力为输入变量,室温抗拉强度、延伸率为输出变量的三层BP人工神经网络模型。通过对该模型的隐含层数、神经元个数、输入输出数据、算法函数进行选择与优化,设定预测精度,归一化输入输出参数,实现了对TC4合金不同热等静压热处理工艺参数下的力学性能的预测。