BP神经网络预测模型可用于相关材料组织、性能与相关参数对应关系的预测，但目前还未见用于热浸镀铝层（表面层和金属间化合物层）厚度的预测。利用溶剂法对Q235钢热浸镀铝，以正交试验法分析了浸镀温度、时间、提升速度、浸镀液中硅含量4种因素对铝镀层厚度的影响，建立了相关的神经网络预测模型。结果表明：4种因素对铝表面层厚度影响的大小顺序为提升速度〉硅含量〉浸镀温度〉浸镀时间；对金属间化合物层厚度影响则为浸镀温度〉浸镀时间〉硅含量〉提升速度；利用正交试验数据对建立的BP神经网络预测模型进行训练后，对镀铝层厚度的预测结果与试验结果相符。
参考文献
| [1] | 韩石磊,李华玲,王树茂,蒋利军,刘晓鹏,李岩.温度对热浸铝及后续扩散中镀层的影响[J].金属功能材料,2010(01):34-37,16. |
| [2] | 耿家锐,赵伟毅,聂登攀,李志远,王振杰,何灏.影响热浸镀铝质量的因素概述[J].轻合金加工技术,2010(06):45-49. |
| [3] | 夏原,董延,李东风.热浸铝过程中表面层厚度动态控制模型[J].中国有色金属学报,2003(05):1202-1205. |
| [4] | Cheng, W.-J.;Wang, C.-J. .Microstructural evolution of intermetallic layer in hot-dipped aluminide mild steel with silicon addition[J].Surface & Coatings Technology,2011(19):4726-4731. |
| [5] | 朱凯;王正林.精通MATLAB神经网络[M].北京:电子工业出版社,2010:193-224. |
| [6] | 吴小亚,董洪波,王高潮.基于人工神经网络的低碳贝氏体钢回火组织预测[J].热加工工艺,2011(18):24-26. |
| [7] | 孙宇,曾卫东,赵永庆,张学敏,马雄,韩远飞.应用人工神经网络构造Ti40合金加工图[J].中国有色金属学报（英文版）,2011(01):159-165. |
| [8] | I. Infante Danzo;K. Verbeken;Y. Houbaert .Microstructure of hot dip coated Fe-Si steels[J].Thin Solid Films: An International Journal on the Science and Technology of Thin and Thick Films,2011(5):1638-1644. |
| [9] | 高峰,郑雯,吴俊森.提抽过程中镀层厚度的模型推导及验证[J].金属制品,2000(04):6-10. |
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%