基于BP神经网络模型的Ni-TiN镀层耐磨性预测研究 |
| |
引用本文: | 彭绪山,章晓敏,马春阳.基于BP神经网络模型的Ni-TiN镀层耐磨性预测研究[J].人工晶体学报,2016(6):1718-1721. |
| |
作者姓名: | 彭绪山 章晓敏 马春阳 |
| |
作者单位: | 1. 宁波大红鹰学院信息工程学院,宁波,315175;2. 东北石油大学机械科学与工程学院,大庆,163318 |
| |
基金项目: | 浙江省教育厅科研项目(Y201225988),宁波市自然科学基金(2012A610028),大庆市指导性科技计划项目(szdfy-2015-09) |
| |
摘 要: | 采用超声电沉积方法,在C470型压缩机阀片表面制备Ni-TiN镀层。利用扫描电镜、X射线衍射仪和摩擦磨损试验机研究Ni-TiN镀层表面形貌、组织结构及耐磨性,并采用BP神经网络模型预测Ni-TiN镀层的磨损量。结果表明,BP神经网络模型的最佳结构组成为3×9×1,其预测值与实验值的拟合度R=0.99938,相对误差最大值与最小值分别为1.67%和0.63%。当TiN粒子浓度为8 g/L、超声波功率180 W、电流密度4 A/dm2时,Ni-TiN镀层表面犁沟较浅,磨损量较小。Ni-TiN镀层中存在Ni和TiN相,镍的衍射峰分别位于44.82°、52.22°和76.78°,TiN的衍射峰分别位于38.48°、42.82°和66.54°。
|
关 键 词: | BP神经网络模型 Ni-TiN镀层 耐磨性 |
Predicative Study on the Wear Resistances of Ni-TiN Coatings Using BP Neural Networks |
| |
Abstract: | |
| |
Keywords: | BP neural network model Ni-TiN coatings wear resistance |
本文献已被 CNKI 万方数据 等数据库收录! |
|