基于BP 人工神经网络的Al2O3. 13% TIO2 复合陶瓷涂层厚度预测.pdfVIP

下载本文档

7
0
约1.94万字
约 6页
2017-09-15 发布于安徽
举报
版权申诉

基于BP 人工神经网络的Al2O3. 13% TIO2 复合陶瓷涂层厚度预测.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

1 第18卷第5期粉末冶金材料科学与工程 2013年lO月 VOI．18 NO．5 Materials Science and Engineering of Powder Metallurgy Oct．2013 — — 基于BP人工神经网络的Al2O3．13％TIO2 复合陶瓷涂层厚度预测时礼平，吴玉国，迟开红，陈彬，吴胜 f1．安徽工业大学机械工程学院，马鞍山243032；2．马鞍山市博望区科技局，马鞍山243131) 摘要：电刷镀制备A12O3—13％TIO2(ATl3)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 mode1，MLR)~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t~NY,qN层厚度，拟合优度达到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。关键词：AT13；复合陶瓷涂层；电刷镀；BP人工神经网络中图分类号：TG148 文献标识码：A 文章编号：1673—0224(2013)5—621—06 Al2O3．1 3％TIO2 composite ceramic coating thickness prediction based on BP artificial neural network SHI Li．ping ．WU Yu—guo ，CHI Kai．hong ，CHEN Bin ，WU Sheng (1．School ofMechanical Engineering，Anhui University ofTechnology,Ma’anshan 243032，China； 2．Ma’anshan Bowang ScienceTechnology Bureau，Ma’anshan 243131，China) Abstract：The forming process ofA12O3—13TiO2(mass fraction，％)composite ceramic coating by electro-brush plating is a non．1inear process with multi—parameters coupling．Based on the analysis of the influences of process parameters on coating thickness，the back propagation(BP)artificial neural network prediction model was carried out through the samples acquired by