通过动态质量损失腐蚀试验获取样本数据,利用Matlab的工具箱函数建立了合金铸铁碱腐蚀速率的RBF神经网络预测模型,并对网络模型的预测精度进行了研究.结果表明,在样本集和训练条件下,RBF神经网络模型较好地反映出腐蚀时间、合金铸铁主要合金成分与腐蚀速率之间的非线性关系,可用于合金铸铁在高温浓碱液中的动态腐蚀性能的预测;当RBF网络的扩展系数为0.47时,动态腐蚀速率的试验值与网络预测值之间的误差最小,且耐蚀性评价准确率达到100％.
参考文献
| [1] | 柯伟.中国工业与自然环境腐蚀调查[J].全面腐蚀控制,2003(01):1-10. |
| [2] | 王玉荣,DONG Jun-hui,乌日根.稀土镍铜合金铸铁耐碱腐蚀性能的测定与分析[J].稀土,2008(04):94-97. |
| [3] | 刘建军,庞宝春,高新琛,刘艳侠.基于BP神经网络的镍基合金腐蚀性能的预测分析[J].辽宁大学学报（自然科学版）,2009(04):319-321. |
| [4] | 周慧,王晓光,张有君.输气管道腐蚀速率的BP神经网络组合预测方法[J].腐蚀科学与防护技术,2010(03):162-165. |
| [5] | 熊渊,孟令启.基于RBF的轴承钢变形抗力的预测[J].钢铁研究学报,2011(02):48-52. |
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%