| 基于RBF神经网络的Ni-TiN镀层耐蚀性能预测研究 |
| |
| 引用本文： | 邓秋香,王俊荣.基于RBF神经网络的Ni-TiN镀层耐蚀性能预测研究[J].人工晶体学报,2016,45(6):1707-1710. |
| |
| 作者姓名： | 邓秋香 王俊荣 |
| |
| 作者单位： | 赣州师范高等专科学校,赣州,341000 |
| |
| 摘 要： | 采用脉冲电沉积方法在40Cr钢表面制备Ni-TiN复合镀层,并以TiN粒子浓度、电流密度以及占空比为输入层,以Ni-TiN复合镀层腐蚀量为输出层,建立RBF神经网络模型,对镀层腐蚀量进行预测研究,最后利用扫描电镜观察不同工艺参数下镀层表面形貌.结果表明,RBF神经网络对镀层腐蚀量有较强的预测能力,其预测值与实验值相对误差最小仅为0.73;;SEM分析表明,当TiN粒子浓度10 g/L,电流密度5 A/dm2,占空比60;时,Ni-TiN复合镀层经腐蚀后表面较为平整,腐蚀坑较少,耐腐蚀性能较好.
|
| 关 键 词： | RBF神经网络 Ni-TiN复合镀层 腐蚀量 |
Prediction of Corrosion Resistance of Ni-TiN Coating Based on RBF Neural Network |
| |
| DENG Qiu-xiang,WANG Jun-rong.Prediction of Corrosion Resistance of Ni-TiN Coating Based on RBF Neural Network[J].Journal of Synthetic Crystals,2016,45(6):1707-1710. |
| |
| Authors: | DENG Qiu-xiang WANG Jun-rong |
| |
| Abstract: | |
| |
| Keywords: | RBF neural network Ni-TiN composite coating corrosion loss weight |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《人工晶体学报》浏览原始摘要信息 |
| 点击此处可从《人工晶体学报》下载免费的PDF全文 |
|
