基于RBF神经网络的Ni-TiN镀层耐蚀性能预测研究
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.
RBF神经网络、Ni-TiN复合镀层、腐蚀量
45
TG174.4(金属学与热处理)
2016-10-11(万方平台首次上网日期,不代表论文的发表时间)
共4页
1707-1710