基于BP神经网络的T10A钢针织器材化学镀镍工艺预测

基于BP(反向传播)神经网络理论,利用MATLAB R2012b软件的人工神经网络工具箱,以实验中得到的25组不同温度、时间、pH、硫酸镍浓度、次磷酸钠浓度、辅助配位荆浓度下的T10A钢针织器材化学镀镍层厚度及孔隙率为样本,对建立的BP神经网络模型进行训练及预测。结果表明,该BP神经网络有较快的学习速度及较高的预测精度。     

针织器材用T10A钢表面化学镀镍工艺

为了在T10A钢表面得到厚度薄且孔隙率较低的化学镀镍层,运用单因素分析法,考察了施镀温度、施镀时间、硫酸镍质量浓度和次磷酸钠质量浓度对化学镀镍层厚度及孔隙率的影响,并初步得到各因素指标的适宜浓度范围。在此基础上,通过正交试验法,确定了化学镀镍的最优工艺配方:硫酸镍25g/L,次磷酸钠25g/L,醋酸钠25g/L,辅助配位剂25g/L,光亮剂2g/L,硫脲2mg/L,pH=4.0,施镀温度70℃,施镀时间10min。正交试验的极差分析表明:在施镀温度、施镀时间、硫酸镍质量浓度和次磷酸钠质量浓度4个因素指标中,硫酸镍质量浓度对于镀层厚度、孔隙率及镀层显微硬度的影响都最大;且采用该化学镀镍配方,可获得孔隙率为12点/cm2,镀层厚度为4.1μm及镀层显微硬度为487HV0.1的镀层。