基于BP神经网络的硼铸铁等离子熔凝硬化层性能预测

• 作者: 卢金斌 彭竹琴 李俊魁
• 来源期刊: 金属热处理
• 学科: 工学
• 关键词: 人工神经网络 等离子熔凝 硼铸铁 硬化层
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 测试与分析
• 页码范围: 177-180
• 分类号: TG174.44
• 语种: 中文
• DOI: 10.13251/j.issn.0254-6051.2015.05.044

摘要

采用等离子技术对硼铸铁进行熔凝处理,利用SEM、XRD及显微硬度计对硬化层的组织和性能进行了测试和分析.在此基础上,采用BP人工神经网络建立等离子工艺参数与硼铸铁熔凝硬化层性能之间的神经网络预测模型.结果表明,熔凝层的组织为细小均匀的共晶莱氏体+少量未溶石墨,神经网络预测的硬化层深度和硬度值与试验值相对误差小于4.3％,说明该BP神经网络模型可以较准确预测硼铸铁等离子熔凝硬化层的性能.利用该模型可为实际生产中选择合适的工艺参数提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭竹琴	中原工学院材料与化工学院	57	272	9.0	13.0
2	卢金斌	中原工学院材料与化工学院	76	677	15.0	21.0
3	李俊魁	中原工学院材料与化工学院	8	23	3.0	4.0