基于BP神经网络模型的Ni-SiC纳米镀层耐磨性能预测研究

• 作者: 李心源 赵旭东 马春阳
• 来源期刊: 功能材料
• 学科: 工学
• 关键词: 超声电沉积 BP神经网络模型 Ni-SiC纳米镀层
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 研究·开发
• 页码范围: 1126-1130
• 页数: 5页
• 分类号: TG174.4
• 字数: 2175字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9731.2020.01.021

摘要

采用神经网络技术,构建结构为3×8×1型的BP神经网络模型,并利用该模型对超声电沉积Ni-SiC纳米镀层的耐磨性能进行预测.通过磨损试验测试并研究Ni-SiC纳米镀层的耐磨性能,利用扫描电镜(SEM)、原子力显微镜(AFM)和X射线衍射(XRD)观察不同参数下Ni-SiC纳米镀层的组织结构及成分.结果表明,在BP神经网络模型的隐含层数和神经元数分别为1和8时,该BP神经网络模型的均方根误差最小,其最小值为1.24％.该BP神经网络模型的预测值与实验值相差不大,其最大误差为1.51％.当采用SiC粒子浓度8 g/L、电流密度2 A/dm2、温度40℃时,SiC粒子均匀分布于Ni-SiC纳米镀层中,且镀层镍晶粒显著细化,其镍晶粒的衍射峰变宽、变矮.

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	李心源	大庆师范学院信息中心	7	8	2.0	2.0
3	赵旭东	东北石油大学机械科学与工程学院	3	0	0.0	0.0