·408· 北京科技大学学报 2001年第5期 表5选取样本点的参数 Table 5 Parameters of selected samples 5结论 样本点 轴值 /℃hCwa% (1)在热力学分析的基础上，利用高炉渣碳 x=0.927692 A 1627 41.51 9.25 y=0.61003 热还原氮化合成了Ca-a-Sialon--SiC粉，并用 x=0.36963 XRD分析和TEM观察、电子选区衍射标定进行 B 1420 3 1.32 12.07 =-1.74531 了验证，证实了热力学分析的可靠性 X=-1.98851 (2)利用统计模式识别优化了合成Ca-a- M 13723 10.42 y=0.17508 1.32 Sialon--SiC粉工艺，并利用模式识别逆映照和 -1.15689 N 1485 31.87 8.85 人工神经元网络验证了统计模式识别分类的可 y=0.329632 靠性 X=0.29201 P 1539 31.72 10.16 =0.871735 参考文献 x=0.306752 p 31.54 8.30 1 Thommy Ekstrom,Zhijian J Shen,Kenneth J D MacKen- 1536 y=1.264290 zie,et al.a-Sialon Ceramics Synthesised from a Clay Pre- ·为理论配碳量的倍数 cursor by Carbothermal Reduction and Nitridation.J Ma- 表5中的数据经归一化处理后，转换为人 ter Chem,1998,8(4):977 工神经元网络(ANN)识别的数值，其中4个因素 2 Catherine L Hewett,Cheng YiBing,Barry C Muddle. Phase Relationship and Related Microstructural Observa- 作为输人值，Ca-a-Sialon的有无(-1表示无 tions in the Ca-Si-Al-O-N system.J Am Ceram Soc,1998, Ca-a-Sialon生成，l表示有Ca-a-Sialon生成) 81(7):1781 作为输出结果的目标值.用这些处理后的数据 3 Wang P L,Zhang C,Sun W Y,Yan D S.Characteristics of 对ANN进行训练，把表6中M,N,P和Q的参数 Ca-a-Sialon-Phase Formation.Microstructure and Mech- 值归一化后，代入训练后的ANN中得到以下输 anical properties.J Eur Ceram Soc,1999,19:553 出结果（见表6） 4 Hewett CL,Cheng Y B,Muddle BC,Trigg MB.Ther- mal Stability of Calcium a-Sialon Ceramics.J Eur Ceram 表6选取样本点的ANN输出值 Soc,1998,18:417 Table 6 ANN outputs of selected samples 5甄强.O'-Sialon-BN复合材料的研究及相关热力学 样本点 M N P Q 性质预报：[博士论文1.北京：北京科技大学，2000.36 ANN输出 -1 -1 1 6 Chris A Wood,Zhao Hong,Cheng Yibing.Microstruc- tural Development of Calcium a-Sialon Ceramics with 该结果与模式识别的分类结果相一致，再 Elongated Grains.J Am Ceram Soc,1999,82(2):421 次证明了本模式识别的可靠性 Synthesis of Ca-a-Sialon-SiC Powders from Blast Furnace Slag and Optimization of Its Synthesis Process LIU Keming,WANG Fuming,LI Wenchao,XIE Lijun,GUO Yuyan Department of Physical Chemistry,UST Beijing.Beijing 100083,China ABSTRACT Blast furnace slag is a kind of metallurgical solid wastes.In order to make better use of it and enhance its additional value,Ca-a-Sialon-SiC powders were synthesized from blast furnace slag and some ad- ditives by carbothermal reduction and nitridition(CRN)based on thermodynamic analysis.The content of Ca- a-Sialon in the sintered samples was up to 81%.The synthesis process of CRN was optimized by Statistical Pattern Recognition(SPR)and Artificial Neural Network(ANN). KEY WORDS Ca-a-Sialon;synthesis;CRN;microstructure一 北 京 科 技 大 学 学 报 年 第 期 裹 选取样本点的参数 样本点 轴值 ℃ 而 ’ 从 万 夕 万 少 一 尤 一 少 刁 大二 一 少二 大二 刁 少 大二 少度 为理论配碳量 的倍数 表 中的数据经归一化处理后 ， 转换 为人 工神经元 网络 识别的数值 ， 其中 个因素 作为输人值 ， 一 一 的有无 卜 表示 无 一 一 生成 ， 表示 有 一 一 生成 作为输 出结果 的 目标值 用这些处理后 的数据 对 进行训练 ， 把表 中 ，， 和 的参数 值归一化后 ， 代人训练后 的 中得 到 以下输 出结果 见表 衰 选取样本点的 输出值 加 样本点 翰出 一 一 该结果 与模式识别的分类结果相一致 ， 再 次证明 了本模式识别的可 靠性 结论 在热力学分析的基础上 ， 利用 高炉 渣碳 热还原氮化合成 了 一 一 一 粉 ， 并用 分析和 观察 、 电子选 区衍射标定进行 了验证 ， 证实 了热力学分析 的可 靠性 利用 统计模式识别优化 了合成 一 一 一 粉工艺 ， 并利用 模式识别逆映照和 人工神经元 网络验证了统计模式识别分类 的可 靠性 参 考 文 献 ， ， 晒 对 ， 一 田叭 ， ， ， 竹 ， · 一 一 一 旧 ， ， 节厄 ， ， ， 如 一 一 一 仇 奴叮 ， ， ， ， ， 一 别的 ， ， 甄强 一 一 复合材料 的研究及相关热力学 性质预报 博士论文 北 京 北京科技大学 ， ， ， 价 诵 一 ， ， 一 一 一 抚 ， 砚咬刀 ， 肠 ， 刀 ， 侧 厌 七 ， 曰 七匀 ， ， ， 肠的 切唱 ， 一 一 一 泛 勿 一 让 勿 一 一 理