多组分铝热剂神经网络预测研究  

作　　者：谢兴华[1] 杨永福 

机构地区：[1]安徽理工大学化工与爆破学院,安徽淮南232001

出　　处：《佳木斯大学学报（自然科学版）》2024年第7期60-62,共3页Journal of Jiamusi University：Natural Science Edition

基　　金：安徽省科技厅重大专项;国家自然科学基金重点项目(51134012)资助。

摘　　要：近年来各种添加剂开始用于改良铝热剂的性能,包括金属粉无机物及有机物等,这些物质的加入使其性能的预测变得困难。针对这些困难,本文采取纯数据驱动方式,使用BP神经网络进行预测。BP神经网络是一种强大的非线性建模工具,利用BP神经网络对不同配比的复合铝热剂进行反应温度的预测研究。通过将铝粉,三氧化二铁,二氧化硅,硝酸钾以不同用量进行了81次实验,将各组分含量作为BP神经网络输入,对应的温度时间图像作为BP神经网络的输出,对模型进行训练与评估,旨在通过已知反应物配比的性能来预测未知配比的性能。该模型平均绝对误差(MAE)为212.5℃,这个误差在可接受的范围内,表明该方法对工程实践有一定的参考价值。

关 键 词：神经网络 铝热剂 性能预测 

分 类 号：TF803.13[冶金工程—有色金属冶金]