基于BP神经网络模型的Ni-SiC纳米镀层耐磨性能预测研究

来源期刊：功能材料2020年第1期

论文作者：李心源 马春阳 赵旭东

文章页码：1126 - 1130

关键词：超声电沉积;BP神经网络模型;Ni-SiC纳米镀层;

摘    要：采用神经网络技术,构建结构为3×8×1型的BP神经网络模型,并利用该模型对超声电沉积Ni-SiC纳米镀层的耐磨性能进行预测。通过磨损试验测试并研究Ni-SiC纳米镀层的耐磨性能,利用扫描电镜（SEM）、原子力显微镜（AFM）和X射线衍射（XRD）观察不同参数下Ni-SiC纳米镀层的组织结构及成分。结果表明,在BP神经网络模型的隐含层数和神经元数分别为1和8时,该BP神经网络模型的均方根误差最小,其最小值为1.24%。该BP神经网络模型的预测值与实验值相差不大,其最大误差为1.51%。当采用SiC粒子浓度8 g/L、电流密度2 A/dm²、温度40℃时,SiC粒子均匀分布于Ni-SiC纳米镀层中,且镀层镍晶粒显著细化,其镍晶粒的衍射峰变宽、变矮。