采用脉冲电沉积方法在40Cr钢表面制备Ni-TiN复合镀层,并以TiN粒子浓度、电流密度以及占空比为输入层,以Ni-TiN复合镀层腐蚀量为输出层,建立RBF神经网络模型,对镀层腐蚀量进行预测研究,最后利用扫描电镜观察不同工艺参数下镀层表面形貌.结果表明,RBF神经网络对镀层腐蚀量有较强的预测能力,其预测值与实验值相对误差最小仅为0.73%;SEM分析表明,当TiN粒子浓度10 g/L,电流密度5 A/dm2,占空比60%时,Ni-TiN复合镀层经腐蚀后表面较为平整,腐蚀坑较少,耐腐蚀性能较好.
参考文献
[1] | Xia, Fafeng;Tian, Jiyu;Ma, Chunyang;Potts, Matt;Guo, Xue.Effect of pulse frequency on microstructural, nanomechanical, and wear properties of electrodeposited Ni-TiN composite coatings[J].Journal of Applied Physics,201423(23):234302-1-234302-6. |
[2] | 马春阳;刘滨瑜;朱永永;夏法锋;李洋.正交试验优化脉冲磁场-电沉积 Ni-TiN 复合镀层工艺研究?[J].功能材料,2015(19):19115-19117. |
[3] | 夏法锋;史魏然;马春阳;李洋;焦金龙.钻井泥浆泵活塞表面多场耦合电沉积Ni-TiN纳米镀层研究[J].人工晶体学报,2015(1):168-171. |
[4] | 刘新功;吴蒙华;王元刚;王邦国.基于RBF神经网络的镍基TiN纳米复合镀层显微硬度预测[J].材料科学与工程学报,2012(4):620-624. |
[5] | 彭绪山.基于RBF神经网络的Ni-SiC镀层磨损量预测[J].兵器材料科学与工程,2015(6):68-70. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分:
-
10%
-
20%
-
30%
-
40%
-
50%