节点文献

基于RBF神经网络的Ni-SiC镀层磨损量预测

免费订阅

【作者】 彭绪山

【Author】 PENG Xushan;School of Information Engineering,Ningbo Dahongying University;

【机构】 宁波大红鹰学院信息工程学院

【摘要】 采用脉冲电沉积法在45#钢表面制备Ni-SiC镀层。建立RBF神经网络模型预测镀层磨损量,利用扫描电镜(SEM)及X线衍射仪(XRD)研究镀层表面形貌及物相组成。结果表明:采用RBF神经网络预测误差最大值与最小值,分别为2.94%和1.45%;当电流密度为2A/dm2、SiC粒子的质量浓度为7g/L、镀液温度为50℃,Ni-SiC镀层表面较为平整,犁沟较浅;Ni-SiC镀层中存在Ni、SiC两相。

【关键词】 RBF神经网络Ni-SiC镀层磨损量
【基金】 浙江省教育厅科研项目(Y201225988);宁波市自然基金(201225988)
【所属期刊栏目】 试验研究 (2015年06期)
  • 【DOI】10.14024/j.cnki.1004-244x.20151028.002
  • 【分类号】TG174.4;TP183
  • 【被引频次】1
  • 【下载频次】63
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: