版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、傳統(tǒng)的材料加工過程受制于很多不確定工藝因素,而采用計算機(jī)輔助設(shè)計可以有效的減少很多誤差。復(fù)合鍍層制備過程是一個高度非線性的過程,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)對性能的影響程度。同時關(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)功能對試驗樣本集進(jìn)行訓(xùn)練調(diào)整,其次通過對
2、樣本的學(xué)習(xí),運(yùn)用自組織性能統(tǒng)計其內(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)后的信息儲存在權(quán)值中。當(dāng)再次輸入訓(xùn)練樣本時,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,同時在對訓(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)重對鍍層性
3、能的影響為實際出發(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)的自動選擇問題。即在正交試驗的基礎(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,對正交實驗的施鍍配方及工藝參數(shù)組合進(jìn)行訓(xùn)練、預(yù)測及驗證,優(yōu)選出
4、最佳參數(shù)組合。最后,對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)測值與試驗值曲線吻合較好,其相對誤差較小,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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 股票預(yù)測的BP神經(jīng)網(wǎng)絡(luò)模型.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的灰色預(yù)測模型.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的銷售預(yù)測模型.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的匯率預(yù)測模型研究.pdf
- 基于BIM模型及BP神經(jīng)網(wǎng)絡(luò)的空調(diào)負(fù)荷預(yù)測.pdf
- 再生混凝土性能的BP神經(jīng)網(wǎng)絡(luò)預(yù)測.pdf
- BP神經(jīng)網(wǎng)絡(luò)算法研究.pdf
- 3斯涌出BP神經(jīng)網(wǎng)絡(luò)分源預(yù)測模型及應(yīng)用.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)鑄鐵性能的快速預(yù)測.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的時序預(yù)測模型的研究.pdf
- 2.4bp神經(jīng)網(wǎng)絡(luò)模型與學(xué)習(xí)算法
- Ni-P-PTFE復(fù)合鍍層工藝及性能研究.pdf
- 基于改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型及其仿真.pdf
- 基于BP人工神經(jīng)網(wǎng)絡(luò)模型的個股股價預(yù)測.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)模型的板坯內(nèi)部質(zhì)量預(yù)測.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)改進(jìn)算法的庫存需求預(yù)測.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和自回歸模型的股市預(yù)測.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的混沌時間序列預(yù)測模型研究.pdf
- 自密實混凝土性能研究及其BP神經(jīng)網(wǎng)絡(luò)預(yù)測.pdf
- BP神經(jīng)網(wǎng)絡(luò)預(yù)測麻纖維力學(xué)性能及其增強(qiáng)復(fù)合材料界面性能.pdf
評論
0/150
提交評論