钛合金相变点预测模型的构建和评估

摘要：

基于西北有色金属研究院实际生产中统计的321组钛合金铸锭化学成分与相变点数据,构建了预测钛合金(α+β)/β相变点的人工神经网络模型和多元线性回归模型,并对模型的准确性进行了评价分析。结果显示,多元线性回归模型的训练值及预测值与(α+β)/β相变点实际值的相关性系数分别为0．76105和0．80993,而人工神经网络模型的相关性系数分别为0．92721和0．81851,具有更好的相关性。人工神经网络模型的平均绝对误差为4．02℃,相比多元线性回归模型(平均绝对误差为5．11℃)具有更高的精度,可以更好地描述合金元素与钛合金(α+β)/β相变点之间的非线性关系。

关键词：钛合金、相变点、合金元素、多元线性回归模型、人工神经网络模型

所属期刊栏目：33

分类号：TG146.2+3(金属学与热处理)

在线出版日期：2017-02-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：28-31