FAILED
首站-论文投稿智能助手
典型文献
基于人工神经网络的Ni-ZrO2纳米镀层耐腐蚀性能预测
文献摘要:
目的 对Ni-ZrO2纳米镀层的耐腐蚀性能进行预测,优化电镀工艺参数.方法 采用磁力搅拌辅助电沉积法,在钴镍基模型合金试样表面制备Ni-ZrO2纳米镀层,针对电镀工艺条件,设置正交实验,对每组实验镀层进行电化学测试,分析不同工艺条件下镀层的耐蚀性能.将ZrO2粒子浓度、电镀液温度和电镀电流密度作为神经网络的输入层,将自腐蚀电流密度作为输出层,运用GRNN神经网络和BP神经网络模型,对Ni-ZrO2纳米镀层进行耐腐蚀性能的预测研究.结果 当ZrO2粒子质量浓度为6 g/L、电镀液温度为60℃、电镀电流密度为5 A/dm2时,Ni-ZrO2纳米镀层的性能良好,表现出较小的自腐蚀电流密度.影响Ni-ZrO2镀层自腐蚀电流密度的因素满足ZrO2粒子浓度>电镀液温度>电镀电流密度.运用GRNN神经网络和BP神经网络对4组非正交实验预测的平均相对误差分别为5.30%与10.74%.结论 运用神经模型可以有效地预测不同工艺参数下镀层的耐腐蚀性能,从而优化工艺参数,提高实验效率.在训练样本较少的情况下,GRNN神经网络的预测性能更加精确.
文献关键词:
电沉积;Ni-ZrO2纳米镀层;GRNN神经网络;BP神经网络;自腐蚀电流密度;预测
作者姓名:
邓羽;张杰;彭中波;徐玮辰
作者机构:
重庆交通大学 航运与船舶工程学院,重庆 400074;中国科学院海洋研究所 中国科学院海洋环境腐蚀与生物污损重点实验室,山东 青岛 266071;青岛海洋科学与技术试点国家实验室 海洋腐蚀与防护开放工作室,山东 青岛 266237;中国科学院 海洋大科学研究中心,山东 青岛 266071
文献出处:
引用格式:
[1]邓羽;张杰;彭中波;徐玮辰-.基于人工神经网络的Ni-ZrO2纳米镀层耐腐蚀性能预测)[J].装备环境工程,2022(02):98-105
A类:
模型合金
B类:
人工神经网络,ZrO2,镀层,耐腐蚀性能,性能预测,电镀工艺,磁力搅拌,电沉积法,镍基,基模,表面制备,工艺条件,正交实验,层进,电化学测试,不同工艺,耐蚀性能,粒子浓度,输入层,自腐蚀电流密度,出层,GRNN,预测研究,dm2,非正交,平均相对误差,优化工艺,高实,实验效率,训练样本,预测性能
AB值:
0.198674
相似文献
机标中图分类号,由域田数据科技根据网络公开资料自动分析生成,仅供学习研究参考。