第六章、材料数据库和新材料的设计1.ppt

人工神经网络的控制作用 通过检测与生产过程相关的一系列动态信号（如应力场、应变场、温度场和过程参数等），从中提取特征参数作为神经网络的输入，网络的输出则为所识别的工艺系统的状态。通过对网络的训练，掌握控制对象的非线性函数关系，从而作出相应的控制决策，以实现对生产过程的在线控制。 美国麦道宇航公司（MDA）在生产纤维铺层复合材料时，采用小脑模型连接控制器 （CMAC)，将人工神经网络系统用于控制激光加热，再通过加压来形成复合材料制品。先将复合材料纤维一层层地铺放在工具上的预定部位，采用基于神经网络的激光控制系统加热纤维材料，同时用一个红外线辐射聚焦仪将实际加热温度反馈到控制系统，以达到对纤维温度的精确控制，使热塑性树脂塑化与固化同时进行。该法可生产高质量的复合材料制品。全部过程均实现了自动化。 人工神经网络用于点焊控制 在点焊质量控制中，用人工神经网络方法对交流电阻点焊的各个动态电参数进行融合处理，建立起以交流点焊过程中动态电参数作为输入空间、以熔核尺寸为输出空间，可用于实时在线检测和预测低碳钢点焊质量的监测系统。所建系统对熔核直径的平均预测误差小于5%，熔核高度预测平均误差小于8％。 在优选电阻点焊工艺参数时，建立了基于专家系统和人工神经网络的人工智能系统。该系统充分发挥了专家系统和人工神经网络各自的优点，具有使用简单、预测准确度高、速度快等优点，为点焊工艺参数优选和接头质量预测提供了一种有效的新方法。 人工神经网络用于渗碳控制 在渗碳气氛碳势测控方法中，提出了基于神经网络的气体渗碳碳势测定方法。用炉温、氧势两个参数或炉温、氧势、一氧化碳量三个参数作为输入模式，用钢箔法实测碳势值作为输出模式对网络进行训练。该方法靠软件工作，在线运行时，当向已训练过的网络输入实际检测到的温度T、氧探头输出E（或T、E和CO）后，网络便可迅速而准确地给出实时碳势值。使用该方法的优点是：精度高、可靠性高、复现性和稳定性好、成本低。 人工神经网络应用现状： 神经网络在材料科学与工程领域中的开发和应用，仍处于初步阶段，主要表现是： ①网络模型研究和应用单一化，目前用得最广泛、最有效的是BP网络，而其他网络应用较少； ②研究深度上不够，很多应用还停留在某些经验关系的拟合上，未发挥网络的根本特性，而且局部性强，难以从整体上推广； ③离工业实际应用还有一定的距离，大部分工作还处于实验阶段，神经网络的工程应用效益还未得到充分体现。 在今后的研究中应充分注意非BP网络模型的研究和应用、材料科学与工程的过程实时控制、各网络模型综合和相关软硬件的开发和实现。 本章作业 1、简述数据库的组成和特点。 2、什么是数据库的三级模式和对应结构？ 3、何为专家系统？组成它有哪几个部分？各实现哪些功能？ 4、人工神经网络用于信息处理有哪些优点？BP网怎样实现学习训练？ * 淬透性指标控制方法 用户根据自己产品特点和对钢的淬透性的要求，在所需钢种的淬透性带内，规定三个特征点的硬度值。 公司接到用户订货后，首先通过本系统的离线淬透性控制模块，对用户提出的要求进行初步验算，即确认所提淬透性要求是处于所提钢种的淬透性带之内，然后即可进行生产。 通过这种超精淬透性控制技 术，成品钢的淬透性曲线相 当稳定。对大多数通用渗碳 钢来说，在任一端淬距离上 的硬度对规定值的偏离不大 于10HV，大大提高了产品的 精度和产品的一致性。 6.3.4典型专家系统分析 3．人工智能专家系统在复合材料设计的应用 在复合材料设计中，各种材料可能组合而成的结构类型很多，以至于难以得出最佳结论。对于某些应用的聚合物通常为一些复杂性能的结合，因此，对于大量可用聚合物的选择就变得困难。 聚合物选择专家系统模拟复合材料设计的专家和工程技术人员根据最初的技术要求和实际条件, 给出一种设计方案，包括所选的增强纤维名称、树脂名称、纤维排列方向、纤维体积含量以及最终的材料性能预测。系统的知识库中包含数十条用于聚合物选择的规则，数据库中则包含了多种聚合物性能的信息，并将专门知识编码建造知识库。采用本系统，设计工程师高效地应用聚合物工程的专门知识进行复合材料设计。 6.4人工神经网络技术 6.4.1人工神经网络 . 6.4.2神经网络的学习方法及规则 . 6.4.3误差反传神经网络构成和学习方法 . 6.4.1人工神经网络 什么是人工神经网络 生物神经网络 人类的大脑大约有1.4?1011个神经细胞，亦称为神经元。每个神经元有数以千计的通道同其它神经元广泛相互连接，形成复杂的生物神经网络。 人工神经网络 以数学和物理方法以及计算机信息处理的角度对人脑神经网络进行抽象，并建立某种简化模型，就称为人工神经网络（Artificial Neural Network，