首页 | 本学科首页   官方微博 | 高级检索  
     

基于RBF神经网络RE-Ni-Cu合金铸铁静态腐蚀性能预测
引用本文:王玉荣,乌日根. 基于RBF神经网络RE-Ni-Cu合金铸铁静态腐蚀性能预测[J]. 兵器材料科学与工程, 2014, 0(6): 66-68
作者姓名:王玉荣  乌日根
作者单位:包头职业技术学院人文与艺术设计系,内蒙古包头,014030
基金项目:内蒙古自治区高等学校科学研究项目
摘    要:通过静态腐蚀试验获取35组样本数据,利用MATLAB软件的工具箱函数建立RBF神经网络预测模型,并对RENi-Cu合金铸铁的静态腐蚀深度和耐蚀性进行预测研究。结果表明:RBF神经网络预测RE-Ni-Cu合金铸铁在浓碱液中的静态腐蚀性能可行且有效,能较好地反映主要合金成分、腐蚀时间、碱液温度与静态腐蚀深度之间的非线性映射关系;当RBF网络的扩展系数为0.5,静态腐蚀深度的网络预测值与实测值之间的相对误差最小,且耐蚀等级和耐蚀评价的准确率均达到100%。

关 键 词:RBF神经网络  合金铸铁  腐蚀深度  静态腐蚀  预测

Static corrosion prediction of RE-Ni-Cu alloy cast iron based on RBF neural network
WANG Yurong,WU Rigen. Static corrosion prediction of RE-Ni-Cu alloy cast iron based on RBF neural network[J]. Ordnance Material Science and Engineering, 2014, 0(6): 66-68
Authors:WANG Yurong  WU Rigen
Affiliation:WANG Yurong;WU Rigen;Humanities and Artist Design Department,Baotou Vocational Technical College;
Abstract:
Keywords:RBF neural network  alloy cast iron  corrosion depth  static corrosion  prediction
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号