BP神經(jīng)網(wǎng)絡(luò)算法及Ni-TiC復(fù)合鍍層工藝-性能模型預(yù)測(cè).pdf

1、傳統(tǒng)的材料加工過程受制于很多不確定工藝因素，而采用計(jì)算機(jī)輔助設(shè)計(jì)可以有效的減少很多誤差。復(fù)合鍍層制備過程是一個(gè)高度非線性的過程，在制備過程中許多因素直接影響著鍍層的性能，也不能明確給出某種參數(shù)對(duì)性能的影響程度。同時(shí)關(guān)于沉積過程中所涉及到能否用確定數(shù)學(xué)模型來具體表征的問題，目前也沒有一個(gè)明確定論。
　　BP神經(jīng)網(wǎng)絡(luò)算法在許多不能明確數(shù)學(xué)模型問題上可以很好的發(fā)揮作用。首先，BP神經(jīng)網(wǎng)絡(luò)利用自學(xué)習(xí)功能對(duì)試驗(yàn)樣本集進(jìn)行訓(xùn)練調(diào)整，其次通過對(duì)

2、樣本的學(xué)習(xí)，運(yùn)用自組織性能統(tǒng)計(jì)其內(nèi)在規(guī)律，最后運(yùn)用自身強(qiáng)大的映射能力把學(xué)習(xí)后的信息儲(chǔ)存在權(quán)值中。當(dāng)再次輸入訓(xùn)練樣本時(shí)，已訓(xùn)練的BP神經(jīng)網(wǎng)絡(luò)便表現(xiàn)出很強(qiáng)的、非線性的映射能力，同時(shí)在對(duì)訓(xùn)練樣本集和期望輸出樣本集的數(shù)目不受制約。因此，通過自由修改相應(yīng)程序以達(dá)到滿足具體的實(shí)際研究應(yīng)用。BP神經(jīng)網(wǎng)絡(luò)的思想已經(jīng)拓展、革新且完美的應(yīng)用到現(xiàn)實(shí)生活中解決問題，其帶來的利益也得到了人們的廣泛接受。
　　本文通過分析制備復(fù)合鍍層過程中的因素權(quán)重對(duì)鍍層性

3、能的影響為實(shí)際出發(fā)點(diǎn)，利用BP神經(jīng)網(wǎng)絡(luò)嘗試解決復(fù)合鍍層制備過程中工藝參數(shù)的自動(dòng)選擇問題。即在正交試驗(yàn)的基礎(chǔ)上，運(yùn)用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化脈沖電沉積工藝制備高顆粒含量的Ni-TiC復(fù)合鍍層。
　　首先采用正交試驗(yàn)法初選出影響Ni-TiC復(fù)合鍍層耐磨耐蝕性能的工藝參數(shù)，如TiC微粒含量、電流密度、占空比、頻率以及攪拌速率等，然后利用Matlab神經(jīng)網(wǎng)絡(luò)工具箱建立BP神經(jīng)網(wǎng)絡(luò)模型，對(duì)正交實(shí)驗(yàn)的施鍍配方及工藝參數(shù)組合進(jìn)行訓(xùn)練、預(yù)測(cè)及驗(yàn)證，優(yōu)選出

4、最佳參數(shù)組合。最后，對(duì)Ni-TiC復(fù)合鍍層的微觀組織以及耐磨耐蝕性能進(jìn)行了表征分析。研究結(jié)果表明：運(yùn)用BP神經(jīng)網(wǎng)絡(luò)優(yōu)化的最佳工藝條件為TiC微粒含量32g/L，電流密度1A/dm2，占空比50％，頻率700Hz，攪拌速度250r/min；該模型所得預(yù)測(cè)值與試驗(yàn)值曲線吻合較好，其相對(duì)誤差較小，最大誤差不超過3%，相關(guān)系數(shù)為0.99908。采用該優(yōu)化工藝制備的Ni-TiC復(fù)合鍍層結(jié)構(gòu)致密，平整均勻，TiC微粒彌散分布于Ni基質(zhì)層內(nèi)部，復(fù)合鍍