论文部分内容阅读
采用熔体快淬法制备软磁非晶薄带，经不同温度和时间对材料进行热处理，获得对应不同热处理温度和时间的磁性能数据。利用基于MatLab软件平台的神经网络，将传统热处理工艺与其相结合，对铁基软磁材料热处理工艺进行优化。研究结果表明，反向传播神经网络（BPNN）能够较好地预测这种材料磁特性随热处理条件变化的规律，可用于优化铁基软磁材料热处理工艺。