期刊文献+

基于BP神经网络的钛-铝双丝超音速电弧喷涂涂层质量的预测 被引量:1

Quality Prediction of Ultrasonic Arc Sprayed Ti-Al Alloy Coatings Based on Neural Network
下载PDF
导出
摘要 用神经网络的分析方法,对超音速电弧喷涂钛-铝合金涂层制备的工艺过程进行分析,建立了喷涂电压、距离与涂层孔隙率、硬度和耐磨性之间的非线性映射关系,对不同的工艺参数,网络可以给出较为准确的预测值,证实了将人工神经网络模型应用于电弧喷涂钛-铝合金涂层质量预测和工艺优化是可行的和有效的。 Artificial neural network (ANN) technology for the processing of ultrasonic arc sprayed coatings is proposed. A metabolism model for predicting the qualities such as porosity, micro-hardness and slide-wear resistance of Ti-Al alloy coating with ANN is presented, which only needs the spray parameters. It is proved that the ANN technology is applicable for evaluating the coating qualities of ultrasonic arc sprayed Ti-Al alloy coating.
出处 《机械工程材料》 CAS CSCD 北大核心 2003年第7期22-24,34,共4页 Materials For Mechanical Engineering
关键词 BP神经网络 电弧喷涂 钛-铝合金涂层 孔隙率 硬度 质量预测 工艺优化 artificial neural network arc spraying Ti-Al alloy coating porosity micro-hardness
  • 相关文献

参考文献3

二级参考文献1

共引文献19

同被引文献6

引证文献1

二级引证文献11

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部