人工神经网络在高分子复合材料研究中的应用.pdf

《人工神经网络在高分子复合材料研究中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、塑料助剂2014年第6期(总第108期)人工神经网络在高分子复合材料研究中的应用关瑜李玲(中北大学材料科学与工程学院，太原，030051)摘要人工神经网络(ANN)的基本结构是根据大脑的结构来建立的，是原始的人工神经元的简单的聚集，它可以用来模拟各种复杂的科学工程问题。ANN在材料学研究方面得到了广泛应用，主要用于金属材料性能方面的预测。近年来，其也逐渐被用于高分子复合材料的研究，主要对人工神经网络近些年在高分子复合材料性能的预测方面做了总结，其中包括对高分子复合材料的疲劳寿命、摩擦性能、复合加载情况和动态力学性能等的模拟预测。关键词高分子复合材料人工神经网络疲劳寿命摩擦性能加载动态

2、力学性能doi：10．3969／i．issn．1672—6294．2014．06．005ArtificialNeuralNetworksAppliedtoResearchofPolymerCompositesGuanYuLiLing(CollegeofMaterialScienceandEngineering，NorthUniversityofChina，Taiyuan，030051)Abstract：Artificialneuralnetwork(ANN)isbuiltbasedonthebasicstructureofthebrain’Sstructure．Itisthesimp

3、leaggregationoforiginalartificialneurons，whichcanbeusedtosimulateavarietyofcomplexsci—enceandengineeringproblems．ANNhasbeenwidelyusedinmaterialfield．Anditismainlyusedtopredicttheperformanceofmetals．Inrecentyears，ithasgraduallybeenusedtostudypolymercomposites．ThispaperfocusedontheuseofANNtopredi

4、cttheperformanceofpolymercomposites，includingthesimulationpredic—tionsoffatiguelife，frictionperformance，combinedloadinganddynamicmechanicalpropertiesofpolymerCOB-posites．Keywords：polymercomposites；artificialneuralnetwork；fatiguelife；frictionperformance；loading；dy—namicmechanicalproperties如今，高分子

5、复合材料作为工程材料已得到ANN方法是一种受欢迎的数学方法，它由一广泛应用，通过各种工艺合成出的高分子复合材个强大的神经网络函数确定，主要由人工神经元料具有各种优异性能，如：耐高温、耐磨损、耐疲组成。在自然界中，网络功能的大小很大程度劳、高强度、高硬度、低密度等，最重要的是其上是由神经元的连接决定的，但它不是简单的连性能具有可设计性，因此，设计具有高性能的接，而是一些非线性函数之间的互连。每个输入高分子复合材料具有很大的优势。为了满足工程神经元都有一个决定其与下一个神经元互联强度应用的特殊要求，复合材料可通过选择正确的组大小的权重因子。ANN可以通过训练来调节分材料和适当的制造工艺进

6、行设计。为了预测复神经元之间的权重因子的值，以执行特定的功能。合材料的这些优异性能，需要选择合适的数学方目前，ANN模型已有十多种，其中应用最广泛的法，ANN能够在不做大量实验的情况下就可以对是反向传播人工神经网络(BP网络)，它适合于这些复杂的性能加以预测，既节省时间，又节省资用来研究材料的一些性能，这些性能具有这样的源，成为一种首选的数学方法。特点：具有大量可用数据且数据是不完整的。高分子复合材料的一些性质(如疲劳、磨损和动态力学等性能)具备这些特点，因此这些材料性能收稿日期：2014—02—24第6期关瑜，等．人工神经网络在高分子复合材料研究中的应用2l适合用人工神经网络来进行

7、分析研究。本文对近元的输入向量和输出向量间的关系示意图，这个些年来有关ANN方法在高分子复合材料方面的神经元的输人向量和输出向量”存在应用作了总结。如下关系：1BP网络的训练过程””=FI∑)(1)多层神经网络是应用最广泛的神经网络，反式中，F()是tan—sigmoid函数F()=1向传播可以用于训练这些多层前馈网络，用不同或其他非线性传递函数，如log—sigmoid函l十e的转移函数来执行函数逼近、模式关联和模式分数，”是第层中第个单元的输出量。”类