兵器材料科学与工程

2015, v.38;No.273(06) 68-70

[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神经网络的Ni-SiC镀层磨损量预测
Forecast on wear mass loss of Ni-SiC coating based on RBF neural network

彭绪山;

摘要(Abstract):

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(KeyWords): RBF神经网络;Ni-SiC镀层;磨损量

Abstract:

Keywords:

基金项目(Foundation): 浙江省教育厅科研项目(Y201225988);; 宁波市自然基金(201225988)

作者(Author): 彭绪山;

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