基于RBF神经网络的Ni-SiC镀层磨损量预测

兵器材料科学与工程 , 2015, 38(6): 68-70.

基于RBF神经网络的Ni-SiC镀层磨损量预测

1.宁波大红鹰学院信息工程学院,浙江宁波,315175

基金项目: 浙江省教育厅科研项目(Y201225988) 宁波市自然基金(201225988)

Forecast on wear mass loss of Ni-SiC coating based on RBF neural network

Keywords： RBF neural network , Ni-SiC coating , wear mass loss

采用脉冲电沉积法在45#钢表面制备Ni-SiC镀层.建立RBF神经网络模型预测镀层磨损量,利用扫描电镜(SEM)及X线衍射仪(XRD)研究镀层表面形貌及物相组成.结果表明:采用RBF神经网络预测误差最大值与最小值,分别为2.94％和1.45％;当电流密度为2A/dm2、SiC粒子的质量浓度为7g/L、镀液温度为50℃,Ni-SiC镀层表面较为平整,犁沟较浅;Ni-SiC镀层中存在Ni、SiC两相.

参考文献

上一张下一张

计量

下载量()
访问量()

作者相关

在本站搜索
彭绪山
在百度学术搜索
彭绪山
在万方数据库搜索
彭绪山
在CNKI搜索
彭绪山

文章评分

您的评分：
1

0%
2

0%
3

0%
4

0%
5

0%

材料期刊网

基于RBF神经网络的Ni-SiC镀层磨损量预测

Forecast on wear mass loss of Ni-SiC coating based on RBF neural network

参考文献