用人工神经网络对PZT陶瓷进行性能分析与优化

无机材料学报

用人工神经网络对PZT陶瓷进行性能分析与优化

郭栋; 齐西伟; 李龙土; 南策文; 桂治轮

清华大学材料系新型陶瓷与精细工艺国家重点实验室北京 100084

收稿日期:2002-11-18 修回日期:2003-01-13 出版日期:2004-01-20 网络出版日期:2004-01-20

Property Analysis and Optimization of PZT Ceramic Material Throughan ANN Method

GUO Dong; QI Xi-Wei; LI Long-Tu; NAN Ce-Wen; .GUI Zhi-Lun

Dept. Materials Science & Engineering; Tsinghua University; Beijing 100084; China

Received:2002-11-18 Revised:2003-01-13 Published:2004-01-20 Online:2004-01-20

摘要/Abstract

摘要： 选取了几种常用的金属氧化物掺杂剂,在均匀实验结构的基础上用人工神经网络方法对掺杂PZT陶瓷的性能进行分析和优化.实验结果表明,掺杂PZT体系的人工神经网络模型要比多重非线形回归模型准确得多,而且以人工神经网络模型为指导对材料进行优化后的性能预测也比较准确,说明人工神经网络在陶瓷这种多组分固溶体材料的性能分析中具有良好的使用前景.

关键词: 压电陶瓷, 人工神经网络, 误差反向传播算法, 电学性能

Abstract: Artificial neural network (ANN) technique was applied to model the PZT based piezoelectric ceramics system. After selecting several dopants, the experimental results of 21 PZT
samples were analyzed by a BP network based on the homogenous experimental design. Calculated results indicated that the ANN model was much more accurate than multiple
nonlinear regression analysis (MNLR) model for the same set of data. Optimized formulations were also calculated and the optimized d₃₃ and K_p output values agreed well with predicted values. These results suggest that the ANN based modeling is a very
useful tool in dealing with problems with serious non-linearity encountered in the property analysis of the complicated solid solution material.

Key words: piezoelectric ceramics, artificial neural network, back-propagation algorithm, electrical properties

中图分类号:

TP18

郭栋,齐西伟,李龙土,南策文,桂治轮. 用人工神经网络对PZT陶瓷进行性能分析与优化[J]. 无机材料学报.

GUO Dong,QI Xi-Wei,LI Long-Tu,NAN Ce-Wen,.GUI Zhi-Lun. Property Analysis and Optimization of PZT Ceramic Material Throughan ANN Method[J]. Journal of Inorganic Materials.

[1]	黄建锋, 梁瑞虹, 周志勇. W/Cr共掺杂对CaBi₂Nb₂O₉陶瓷晶体结构及电学性能的影响[J]. 无机材料学报, 2024, 39(8): 887-894.
[2]	赵志翰, 郭鹏, 魏菁, 崔丽, 刘山泽, 张文龙, 陈仁德, 汪爱英. Ti-DLC薄膜压阻性能及载流子输运行为研究[J]. 无机材料学报, 2024, 39(8): 879-886.
[3]	李宗晓, 胡令祥, 王敬蕊, 诸葛飞. 氧化物神经元器件及其神经网络应用[J]. 无机材料学报, 2024, 39(4): 345-358.
[4]	彭萍, 谭礼涛. CuO掺杂(Ba,Ca)(Ti,Sn)O₃陶瓷的结构与压电性能[J]. 无机材料学报, 2024, 39(10): 1100-1106.
[5]	邹凯, 张文斌, 关胜, 孙海轶, 彭凯伦, 邹家杰, 李学红, 王成, 冷雨欣, 梁瑞虹, 周志勇. 压电式高温液滴喷射元件研制[J]. 无机材料学报, 2023, 38(8): 987-988.
[6]	南博, 臧佳栋, 陆文龙, 杨廷旺, 张升伟, 张海波. 增材制造压电陶瓷研究进展[J]. 无机材料学报, 2022, 37(6): 585-595.
[7]	田俊亭, 李晓兵, 丁伟艳, 聂生东, 梁柱. 软模板法制备高频超声换能器用1-3复合压电材料[J]. 无机材料学报, 2022, 37(5): 507-512.
[8]	王新健, 朱逸璇, 张鹏, 杨文龙, 王挺, 郇宇. (Ba_0.85Ca_0.15)(Ti_0.9Zr_0.1-_xSn_x)O₃无铅压电陶瓷的相结构与压电性能[J]. 无机材料学报, 2022, 37(5): 513-519.
[9]	刘凯, 孙策, 史玉升, 胡佳明, 张庆庆, 孙云飞, 章嵩, 涂溶, 闫春泽, 陈张伟, 黄尚宇, 孙华君. 增材制造压电陶瓷的现状与展望[J]. 无机材料学报, 2022, 37(3): 278-288.
[10]	焦志翔, 贾帆豪, 王永晨, 陈建国, 任伟, 程晋荣. 基于机器学习的BiFeO₃-PbTiO₃-BaTiO₃固溶体居里温度预测[J]. 无机材料学报, 2022, 37(12): 1321-1328.
[11]	郭隐犇, 陈子曦, 王宏志, 张青红. 基于无机填料复合薄膜的摩擦纳米发电机研究进展[J]. 无机材料学报, 2021, 36(9): 919-928.
[12]	胡浩, 江向平, 陈超, 聂鑫, 黄枭坤, 苏春阳. Ce ³⁺掺杂Na_0.5Bi_8.5Ti₇O₂₇铋层状陶瓷的结构与电性能研究[J]. 无机材料学报, 2019, 34(9): 997-1003.
[13]	苏春阳, 江向平, 陈超, 胡浩, 刘芳, 郑来奇. 0.94Na_1/2Bi_1/2TiO₃-0.06BaTiO₃:TiO₂无铅复合陶瓷的结构及退极化温度研究[J]. 无机材料学报, 2019, 34(10): 1085-1090.
[14]	周志勇, 陈涛, 董显林. 超高居里温度钙钛矿层状结构压电陶瓷研究进展[J]. 无机材料学报, 2018, 33(3): 251-258.
[15]	范宇驰, 王连军, 江莞. 基于石墨烯的结构功能一体化氧化物陶瓷复合材料: 从制备到性能[J]. 无机材料学报, 2018, 33(2): 138-146.