基于RBF-BP算法的Ni-SiC镀层性能预测研究

采用磁场辅助喷射电沉积技术,在不同工艺条件下制备Ni-SiC复合镀层,通过构建4×4×4×7×10×1的RBF-BP复合神经网络模型预测Ni-SiC复合镀层耐蚀性。结果表明:RBF-BP复合神经网络的预测值与真实值拟合度为0.974 97,高于单神经网络,表明复合神经网络能准确预测不同工艺参数下制备的Ni-SiC复合镀层耐蚀性。经复合神经网络预测,当电流密度为4 A/dm2、喷射速度为6 m/s、SiC粒子浓度为8 g/L、磁场强度为0.8 T时复合镀层腐蚀失重最低,复合镀层的耐蚀性最好。通过镀层表征研究分析可知,该条件下镀层晶粒显著细化,镀层表面较平滑,SiC纳米粒子复合量高且分布均匀。

资料为PDF文档格式.

本文档关键词:镀层,算法,预测,研究,RBF