%0 Journal Article
%T 基于BP神经网络模型的Ni-SiC纳米镀层耐磨性能预测研究
%A 李心源
%A 赵旭东
%A 马春阳
%J 功能材料
%D 2020
%R 10.3969/j.issn.1001-9731.2020.01.021
%X 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
%K 超声电沉积
%K BP神经网络模型
%K Ni-SiC纳米镀层
%U http://www.gncl.cn/CN/abstract/abstract17924.shtml