基于BP神经网络的Ni-TiN镀层腐蚀速率预测研究

人工晶体学报, 2016, 45(10): 2556-2560.

基于BP神经网络的Ni-TiN镀层腐蚀速率预测研究

彭绪山 ^1, , 李永平 ^2, , 章晓敏 ^3, , 王水 ^4,

1.宁波大红鹰学院信息工程学院,宁波,315175

2.宁波大红鹰学院信息工程学院,宁波,315175

3.宁波大红鹰学院信息工程学院,宁波,315175

4.宁波大红鹰学院信息工程学院,宁波,315175

基金项目: 浙江省公益科技项目(2014C31162) 浙江省自然科学基金硬目(LQ13F010004) 宁波大红鹰学院校级科研项目(1320133017) 宁波市科技富民项目(2016C10056)

关键词： BP神经网络 , Ni-TiN镀层 , 腐蚀速率 , 磁场电沉积

Prediction on Corrosion Rate of Ni-TiN Coatings by BP Neural Network

Keywords： BP neural network , Ni-TiN coating , corrosion rate , magnetic field electrodeposition

采用磁场电沉积方法在40Cr钢表面制备了Ni-TiN镀层,并在正交实验的基础上建立了BP神经网络模型对镀层腐蚀速率进行预测,最后利用扫描电镜、X射线衍射仪以及显微电子天平对镀层的表面形貌、组分以及腐蚀速率进行分析和研究.结果表明,当工艺组合为A2B2C3D1,即TiN粒子浓度6 g/L,磁场强度0.4T,占空比50％,电流密度0.5 A/dm2时,Ni-TiN镀层经腐蚀后表面较为平整,凸起状物质较少.BP神经网络模型能够较好的模拟Ni-TiN镀层腐蚀速率,腐蚀速率最小值仅为2.134 mg/m·h,因此也证明了BP神经网络的可靠性.经XRD分析,Ni-TiN镀层存在Ni、TiN两相.

参考文献

上一张下一张

计量

下载量()
访问量()

作者相关

文章评分

您的评分：
1

0%
2

0%
3

0%
4

0%
5

0%

材料期刊网