基于人工神经网络对锆基合金HANA-4 和HANA-6回火后硬度的预测
Prediction of Hardness of HANA-4 and HANA-6 Zr-based Alloy After Annealing by ANN
李 颜1, 于军辉2, 王 妍1, 于娅君3
作者单位：(1.中国核电工程有限公司 深圳设计院, 广东 深圳 518000; 2.西安建筑科技大学 冶金学院, 陕西 西安 710055; 3.西安外国语大学 商学院, 陕西 西安 710128)
中文关键字：锆基合金； 神经网络； 回火参数；硬度
英文关键字：zirconium based alloy; artificial neural network (ANN); tempering parameters; hardness
中文摘要：采用人工神经网络方法建立了锆基合金HANA-4(Zr-1.5Nb-0.4Sn-0.2Fe-0.1Cr) 和 HANA-6(Zr-1.1Nb-0.05Cu)回火参数与硬度的预测模型；利用所建立的网络模型预测不同回火态下材料的硬度。测试结果表明：最大相对误差绝对值是6.8869%，拟合率是0.9991。
英文摘要：The prediction modules about hardness and tempering parameters of HANA-4(Zr-1.5Nb-0.4Sn-0.2Fe-0.1Cr)and HANA-6(Zr-1.1Nb-0.05Cu) alloy after annealing were established using artificial neural network (ANN). Hardness of the alloy at different state was predicted using the network module. The results of ANN module show that the coincidence rate and biggest absolute relative error is 0.991 and 6.886%, respectively.