硕士论文基于神经网络的双层辉光离子渗金属工艺预测模型的研究.docVIP

基于神经网络的双层辉光离子渗金属工艺预测模型的研究( 王国庆1,张 新2,李小丽1 （1. 工程，；2. 上海交通大学 机械工程学院 ,上海 200030） 摘 要：将人工神经网络理论和算法应用于双层辉光离子渗金属工艺的研究，在对网络进行训练的基础上，建立了双层辉光离子渗金属工艺与渗层表面成分和元素总质量分数、渗层厚度和吸收率之间的数学模型，试验结果与计算结果十分吻合.（摘要包括：研究目的、方法、结果） 关键词：双层辉光；人工神经网络；预测模型 中图分类：TG156 文献标志码：A Rrsearch on ann-based prediction model used to double glow plasma surface alloying processing WANG Guo-qin1, XHANG Xin2, LI Xiao-li1 (1. College of materials Science and Engineering, Jilin University,Changchun 130022,P.R.China；2. School of Mechanical Engineering, Shanghai Jiaotong University, Shanghai 200030,P.R.China) Abstract：The theory and the algorithm of the artificial neural network are applied in the research of the technique and the composition, the gross mass fraction of element, the thickness of surface alloying layer as well as the absorption rate is built. The calculation results are in good agreement with the experimental results. Key words：Double glow；Artificial neural network；Prediction model [5-6].首次以美国HAYEN公司生产的 Hastelloy C—2000镍基耐蚀合金为源极，进行Ni-Cr-Mo-Cu多元共渗工艺研究.利用人工神经网络技术，建立了双层辉光离子渗金属工艺与渗层合金成分及合金元素总质量分数、渗层厚度和吸收率之间的预测模型. 1 试验方法和试验方案 1.1 试验方法 渗金属试验在自制双层辉光离子渗金属炉中进行，源极材料为Hastelloy C—2000合金，尺寸为130 mm×50 mm×4 mm，工件材料为20钢，尺寸为80 mm×25 mm×3 mm.采用脉冲放电模式：源极采用直流电源，工件采用脉冲电源。源极材料Hastelloy C—2000的质量分数：wNi=59%，wMo=16%，wCr=23%，wCu=%，wC＜0.01%. 1.2 试验方案 为了选定正交试验各个工艺参数的取值范围，先结合以往试验研究的经验，然后又进行了20余炉的摸 索性试验，确定了正交工艺参数。正交试验按照L16(45)正交表进行试验.指标项目为渗层表面合金元素成分及总质量分数、渗层厚度和吸收率.因素水平表如表1所示. 2数学模型 表1 因素水平表 因素 水平 1 2 3 4 源极电压U／V 1 050 1 000 950 900 工件电压U／V 275 250 350 300 气压p／Pa 35 30 45 40 极间距d／mm 15 20 25 22.5 在网络学习部分，采用三层BP神经网络来完成函数的映射. 误差逆传播神经网络是一种具有三层或三层以上的阶层型神经网络，如图所示为一个三层前馈神经网络：它包括输入层、隐含层(中间层)、输出层；输入层有i个节点，隐含层有j 个节点，输出层有t个节点. 上、下层之间各神经元实现全连接，即下层的每一单元与上层的每一单元都实现权连接，而每层各神经元之间无连接. 网络按有教师示教的方式进行学习，当一对学习模式提供给网络后，神经元激活值从输入层经各中间层向输出层传播，在输出层的各神经元获得网络的输入响应. 这以后，按减小希望输出与实际输出之间误差的方向，从输出层经各中间层逐层修正各连接权值，最后回到输入层.