基于BP人工神经网络的Al₂O3_-13%TiO₂复合陶瓷涂层厚度预测

来源期刊：粉末冶金材料科学与工程2013年第5期

论文作者：时礼平 吴玉国 陈彬 吴胜

文章页码：621 - 626

关键词：AT13;复合陶瓷涂层;电刷镀;BP人工神经网络;

摘    要：电刷镀制备Al2O3-13%TiO2（AT13）复合陶瓷涂层是1个多参数耦合的非线性过程。在分析工艺参数对涂层厚度影响的基础上,通过实验采集样本,建立预测涂层厚度的误差反向传播（back propagation,BP）人工神经网络模型。为验证人工神经网络预测模型的准确性,将该模型的预测结果与多元线性回归模型（multiple linear regression model,MLR）的预测结果进行对比。结果表明:与传统多元线性回归模型相比,人工神经网络模型能捕捉工艺参数的非线性规律,能更好地预测涂层厚度,拟合优度R2达到0.86,模型具有较强的泛化能力和自适应能力,为实现电刷镀制作过程中涂层厚度的实时预测与控制提供参考。