基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文以BP神经网络为基础工具,利用WC-8%Co电极在基体45#钢表面进行电火花沉积形成的WC-8%Co沉积层,建立了沉积时间、输出电压、输出频率、输出电容四个主要工艺参数与涂层厚度和硬度之间的数学关系模型,通过正交实验得到的试验数据与预测值非常接近,验证了该模型的可预测性.同时在网络模型基础上通过已知的涂层厚度和硬度以及部分的工艺参数,推测出其余工艺参数的反计算方法.结果表明,就涂层厚度而言沉积时间对涂层厚度的影响最大,输出频率的影响较小,沉积得到的厚度最大工艺参数为:80 V、9min、2 500 Hz、240 μF;就硬度而言沉积时间对涂层显微硬度影响最大,同样的输出频率对硬度的影响较小,最佳工艺参数为:80 V、3min、3 000Hz、180 μF.
推荐文章
基于BP神经网络的表面硬度预测模型
BP神经网络
激光相变硬化
扫描参数
预测
基于信度的 BP 神经网络
BP 神经网络
学习速率
信度
收敛性
基于粒子群算法优化BP神经网络漏钢预报的研究
粒子群优化算法
BP神经网络
连铸
漏钢预测
利用BP神经网络预测储层参数
神经网络
储层参数
岩芯物性
测井解释
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的45#钢表面沉积层的探究
来源期刊 硬质合金 学科
关键词 BP神经网络 WC-8%Co沉积层 45#钢 工艺参数
年,卷(期) 2013,(4) 所属期刊栏目 工艺技术
研究方向 页码范围 204-209
页数 分类号
字数 语种 中文
DOI 10.3969/j.issn.1003-7292.2013.08.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭彦平 大连工业大学机械工程及自动化学院 24 44 4.0 5.0
2 白冰 大连工业大学机械工程及自动化学院 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (61)
共引文献  (39)
参考文献  (10)
节点文献
引证文献  (2)
同被引文献  (11)
二级引证文献  (1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(5)
  • 参考文献(1)
  • 二级参考文献(4)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(8)
  • 参考文献(3)
  • 二级参考文献(5)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(3)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
WC-8%Co沉积层
45#钢
工艺参数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
硬质合金
双月刊
1003-7292
43-1107/TF
大16开
湖南省株州市钻石路288号(株州市21号信箱)
1962
chi
出版文献量(篇)
1330
总下载数(次)
6
论文1v1指导