文献类型：期刊文章

作　　者：李心源[1] 马春阳[2] 赵旭东[2]

LI Xinyuan;MA Chunyang;ZHAO Xudong(Information Center, Daqing Normal University, Daqing 163712 China;College of Mechanical Science and Engineering, Northeast Petroleum University, Daqing 163318, China)

机构地区：[1]大庆师范学院信息中心,黑龙江大庆163712 [2]东北石油大学机械科学与工程学院,黑龙江大庆163318

出　　处：《功能材料》

基　　金：国家自然科学基金资助项目(51974089);黑龙江省自然科学基金资助项目(LC2018020)

年　　份：2020

卷　　号：51

期　　号：1

起止页码：1126-1130

语　　种：中文

收录情况：BDHX、BDHX2017、CAS、CSCD、CSCD2019_2020、EI、IC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

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/dm^2、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。

关 键 词：超声电沉积  BP神经网络模型 Ni-SiC纳米镀层  

分 类 号：TG174.4]