声明
第一章 绪论
1.1非晶合金的概念
1.2 非晶合金的发展
1.3 非晶合金的热塑性成型的研究现状
1.4 非晶合金的应用
1.5 钛基非晶合金发展现状
1.6 神经网络在材料领域的发展现状
1.7 本研究主要目的意义与实现方案
1.71 本研究目的与意义
1.72 本研究实现方案
第二章 试验方法及实验设备
2.1 Ti基非晶合金的制备
2.2 块体非晶合金的表征
2.21 X射线衍射
2.22 热力学参数测试
2.3 等温晶化
2.4 静态热机械分析
2.5 纳米模压成型
2.6 FEI场发射扫描电子显微镜
第三章 合金化对钛基非晶合金热塑性成型性能的影响
3.1 引言
3.2 Fe元素的添加对Ti-Zr-Be合金系热塑性成型性能的影响
3.2.1 Ti-Zr-Be-Fe合金系的结构表征
3.2.2 Ti-Zr-Be-Fe合金系的热塑性成型性能
3.3 Ti45Zr20Be30M5合金系热塑性成型性能的研究
3.3.1 Ti45Zr20Be30M5合金系的结构表征
3.3.2 Ti45Zr20Be30M5合金系的热塑性成型性能
3.4 Ti-Zr-Be-M非晶合金系的热力学性能
3.5 热力学性能与热塑性变形的关系
3.6 本章小结
第四章 基于人工神经网络的非晶合金热塑性成型性能预测
4.1 引言
4.2 BP人工神经网络
4.3 神经网络输入/输出参数的选取及计算公式
4.3.1 神经网络输入参数的选取
4.3.2 神经网络输出参数的选取
4.4输入、输出参数的的预处理
4.5 BP神经网络的设计
4.5.1网络层数设计
4.5.2输入层节点的选择
4.5.3输出层节点的选择
4.5.4隐含层节点数的选择
4.5.5传递函数的选择
4.5.6 BP神经网络性能的检验
4.6遗传算法优化初始权阈值的BP神经网络
4.6.1 BP网络陷入局部最小
4.6.2 算法简介
4.6.3 遗传算法优化网络
4.6.4 优化网络结果
4.7 优化后神经网络对Ti-Zr-Be-Fe体系S参数的预测验证
4.8 Ti-Zr-Be合金系S参数预测
4.9 本章小结
第五章 钛基非晶合金纳米模压成型研究
5.1 引言
5.2 Ti45Zr20Be30Fe5的粘度
5.3 Ti45Zr20Be30Fe5的TTT曲线
5.4 Ti45Zr20Be30Fe5的成型图
5.5 Ti45Zr20Be30Fe5非晶合金的模压成型
5.6 本章小结
第六章 总结与展望
6.1 总结
6.2 展望
致谢
参考文献
附录1 攻读硕士学位期间发表论文
附表1 用于BP神经网络的学习样本[95-99]
附表2 用于验证BP神经网络泛化能力的钛基非晶合金样本
