基于BP神经网络模型的Ni-TiN镀层耐磨性预测研究

• 作者: 彭绪山 章晓敏 马春阳
• 来源期刊: 人工晶体学报
• 学科: 工学
• 关键词: BP神经网络模型 Ni-TiN镀层 耐磨性
• 年，卷（期）: 2016,（6）
• 页码范围: 1718-1721
• 页数: 4页
• 分类号: TG174.4
• 字数: 1452字
• 语种: 中文

摘要

采用超声电沉积方法,在C470型压缩机阀片表面制备Ni-TiN镀层.利用扫描电镜、X射线衍射仪和摩擦磨损试验机研究Ni-TiN镀层表面形貌、组织结构及耐磨性,并采用BP神经网络模型预测Ni-TiN镀层的磨损量.结果表明,BP神经网络模型的最佳结构组成为3×9×l,其预测值与实验值的拟合度R=0.99938,相对误差最大值与最小值分别为1.67％和0.63％.当TiN粒子浓度为8 g/L、超声波功率180 W、电流密度4 A/dm2时,Ni-TiN镀层表面犁沟较浅,磨损量较小.Ni-TiN镀层中存在Ni和TiN相,镍的衍射峰分别位于44.82°、52.22°和76.78°,TiN的衍射峰分别位于38.48°、42.82°和66.54°.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马春阳	东北石油大学机械科学与工程学院	35	121	7.0	9.0
2	彭绪山	宁波大红鹰学院信息工程学院	37	21	3.0	4.0
3	章晓敏	宁波大红鹰学院信息工程学院	9	6	2.0	2.0