欢迎访问《人工晶体学报》官方网站,今天是 2025年8月13日 星期三 分享到:

人工晶体学报 ›› 2016, Vol. 45 ›› Issue (6): 1707-1710.

• • 上一篇    下一篇

基于RBF神经网络的Ni-TiN镀层耐蚀性能预测研究

邓秋香;王俊荣   

  1. 赣州师范高等专科学校,赣州,341000
  • 出版日期:2016-06-15 发布日期:2021-01-20

Prediction of Corrosion Resistance of Ni-TiN Coating Based on RBF Neural Network

DENG Qiu-xiang;WANG Jun-rong   

  • Online:2016-06-15 Published:2021-01-20

摘要: 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.

关键词: RBF神经网络;Ni-TiN复合镀层;腐蚀量

中图分类号: