兵器材料科学与工程

2014, v.37;No.267(06) 66-68

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于RBF神经网络RE-Ni-Cu合金铸铁静态腐蚀性能预测
Static corrosion prediction of RE-Ni-Cu alloy cast iron based on RBF neural network

王玉荣;乌日根;

摘要(Abstract):

通过静态腐蚀试验获取35组样本数据,利用MATLAB软件的工具箱函数建立RBF神经网络预测模型,并对RENi-Cu合金铸铁的静态腐蚀深度和耐蚀性进行预测研究。结果表明:RBF神经网络预测RE-Ni-Cu合金铸铁在浓碱液中的静态腐蚀性能可行且有效,能较好地反映主要合金成分、腐蚀时间、碱液温度与静态腐蚀深度之间的非线性映射关系;当RBF网络的扩展系数为0.5,静态腐蚀深度的网络预测值与实测值之间的相对误差最小,且耐蚀等级和耐蚀评价的准确率均达到100%。

关键词(KeyWords): RBF神经网络;合金铸铁;腐蚀深度;静态腐蚀;预测

Abstract:

Keywords:

基金项目(Foundation): 内蒙古自治区高等学校科学研究项目(NJZC14386)

作者(Author): 王玉荣;乌日根;

Email:

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享