| 利用人工神经网络技术优化钛合金微弧氧化工艺 |
| |
| 引用本文： | 牛宗伟,李明哲. 利用人工神经网络技术优化钛合金微弧氧化工艺[J]. 电镀与精饰, 2015, 37(4): 10-14,19 |
| |
| 作者姓名： | 牛宗伟 李明哲 |
| |
| 作者单位： | 山东理工大学机械工程学院,山东淄博,255000 |
| |
| 基金项目： | 国家自然科学基金，山东省自然科学基金 |
| |
| 摘 要： | 在正交试验基础上,利用MATLAB软件建立BP神经网络膜层耐蚀性能预测模型,通过网络模型对样本实验数据的学习,确定最佳网络结构,对钛合金微弧氧化膜耐蚀性能进行预测,并对微弧氧化工艺参数进行了优化。分析确定BP神经网络结构为4-7-1三层结构,该网络结构能够较好地掌握输入参数(电流密度、脉冲频率、占空比和氧化时间)与输出数据间(膜层腐蚀电位)的内在规律,网络的平均训练误差与平均预测误差分别为0.101%和0.596%,BP网络优化后,所得最佳参数Ja为15A/dm2、脉冲频率600Hz、占空比10%、氧化t为12min。
|
| 关 键 词： | 钛合金 微弧氧化 神经网络 耐蚀性能 |
Studies on Titanium Alloy Micro-arc Oxidation Process Optimized by Artificial Neural Network Technology |
| |
| NIU Zongwei , LI Mingzhe. Studies on Titanium Alloy Micro-arc Oxidation Process Optimized by Artificial Neural Network Technology[J]. Plating & Finishing, 2015, 37(4): 10-14,19 |
| |
| Authors: | NIU Zongwei LI Mingzhe |
| |
| Abstract: | |
| |
| Keywords: | titanium alloy micro-arc oxidation neural network corrosion resistance |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
