Тягунов А.Г., Мильдер О.Б., Тарасов Д.А., Сергеев А.П. Применение искусственных нейронных сетей в материаловедении

Учебное пособие. — Екатеринбург: Уральский федеральный университет им. первого Президента России Б.Н. Ельцина (УрФУ), 2021. — 68 с. — ISBN 978‑5‑7996‑3337‑0.В учебном пособии описаны история возникновения и базовые подходы к реализации методов машинного обучения, а именно — искусственных нейронных сетей. Предложено использование данного подхода в материаловедении, в моделировании свойств сложнолегированных жаропрочных сплавов на основе никеля. Дана общая характеристика сплавов, их состава и свойств. Описана методика моделирования жаропрочности никелевых сплавов на основе искусственной нейронной сети типа многослойного перцептрона.Искусственные нейроны, сети и их биологические прототипы
Биологический нейрон
Нейронная передача
Потенциал действия
Адаптация
Рефрактерный период
Скорость нейронной трансмиссии
Синаптические связи
Нейротрансмиттеры
Измерение потенциала действия
Сенсорно‑нейронная передача
Искусственные нейроны и нейронные сети
Архитектура нейронной сети
Обучение в нейронных сетях
Жаропрочные никелевые сплавы как объект моделирования
Состав жаропрочных никелевых сплавов
Структура и способы упрочнения ЖНС
Свойства никелевых сплавов
Методы литья сплавов
Разупрочнение никелевых сплавов
Жаропрочность и термостабильность сплавов на основе никеля и их моделирование посредством ИНС
База данных сплавов, преобразования Ларсона — Миллера
Вычислительный эксперимент на основе ИНС
Преобразование входных данных
Выбор конфигурации и построение искусственной нейронной сети в пакете MatLAB
Выбор обучающего алгоритма и обучение (тренировка) сети
Валидация и верификация полученной корреляционной модели с использованием тестовой выборки
Расчет неизвестных значений жаропрочности. Зависимость разрывного усилия от условий испытания
Диаграмма распределения сплавов по их жаропрочности и термостабильности