材料期刊网，材料期刊，材料类期刊，材料期刊投稿

将神经网络用于金属土壤腐蚀研究，利用神经网络的学习特征和高度的非线性特征，以土壤理化性能、腐蚀时间、Ａ３钢在土壤腐蚀试验１、２、８个月的腐蚀数据作为网络训练样本，对土壤中埋片２４个月的Ａ３钢腐蚀速率进行预测，并对结果进行了分析。

由土壤中不同腐蚀程度钢片的电化学极化曲线,求得不同阶段的平均腐蚀速度。用显微观察、X衍射分析等方法对腐蚀表面、腐蚀产物进行观察研究,推测钢铁在土壤中的自然腐蚀速度不仅受环境的影响,还受到钢铁腐蚀过程中不同阶段的制约,并与腐蚀产物的量、形态结构、风化程度有关,是这些因素综合作用的结果。

利用人工神经网络从已有的土壤腐蚀试验数据中通过训练求得土壤的理化性能与碳钢在土壤中的腐蚀速度之间的非线性关系,从而预测碳钢在土壤中的腐蚀速度采用的神经网络结构为5—8—1的形式,学习算法采用BP算法.结果表明,含水量和Cl-离子是影响碳钢土壤腐蚀的主要因素.

铜-钢电偶对在土壤中可以加速钢的腐蚀,在大庆土中,当铜-钢电偶的面积比达30:1时,控制一定的温度、湿度条件,可以使钢的腐蚀在半年内达到或超过现场埋片30a的程度,因此有可能用短期的室内电偶腐蚀加速试验数据来预测现场埋片长期的腐蚀程度.

通过原硅酸四乙酯的水解和缩合,并加入适量的表面活性剂十六烷基三甲基溴化铵(CTAB),制得了纳米二氧化硅(平均粒径60～100 nm).讨论了SiO2的形成机理和CTAB的作用机理,并采用FTIR、XRD和TEM表征了纳米二氧化硅.

材料期刊网