基于神经网络的双层辉光离子渗金属 - 吉林大学仪器科学与电气工程学院.DOC

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(二号黑体)*（脚注） X X1； XXX2； X X X1 (四号仿宋) （1. 吉林大学 材料科学与工程学院， 长春 130022；2. 上海交通大学 机械工程学院 上海 200030）（五号宋体） 摘要（小五黑体）：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。（小五宋体） 关键词（小五黑体）：双层辉光 人工神经网络 预测模型（小五宋体） Rrsearch on ann-based prediction model used to double glow plasma surface alloying processing（四号加粗，行间距固定值20磅） X X1； XXX2； X X X1 (小四，中文习惯书写姓名) (1. College of materials Science and Engineering, Jilin University,Changchun 130022,China 2. School of Mechanical Engineering, Shanghai Jiaotong University, Shanghai 200030, China) （五号正体，倾斜） Abstract（小五加粗）：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.（小五） Key words（小五加粗）：Double glow Artificial neural network Prediction model （小五）（插入连续分节符） 0 前言（四号宋体，多倍行距） （五号宋体，单倍行距，首行缩进2字符）双层辉光离子渗金属技术是我国在国内外都获得专利的一项等离子表面冶金新技术[1～4],它可以在普通材料表面形成具有特殊物理、化学性质的表面合金层。 1 试验方法和实验方案 1.1 试验方法（五号黑体，行间距设置同正文） 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。 表1 因素水平表（小五黑体） Table 1 (图题和表题需中英对照)（小五居中） 因素（小五宋体） 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 2 数学模型 在网络学习部分，采用三层BP神经网络来完成函数的映射。 图1 典型BP网络示意图（小五黑体） Fig.1 (图题和表题需中英对照) 算法步骤： (1) 设置初始权系w(0)为较小的随机非零值。 (2) 给定输入/输出样本对，计算网络的输出： (1) 式中：IjP——在第p组样本输入时，节点i的第j个输入 f是激励函数，采用Sigmoid型，即 (2) 3 计算结果与比较 为检验程序的可靠性与实用性，对双层辉光离子多元共渗工艺参数： 表2 预测渗层表面的成分 Table 2 (图题和表题需中英对照) w/% Ni Cr Mo Cu 5 49.881 14.695 11.365 1.605 预测值 51.734 16.962 11.211 1.661 12 50.514 16.691 14.071 0.912 预测值 51.171 17.509 13.048 0.415 16 50.290 19.164 6.480 1.308 预测值 50.826 18.104 7.8130 1.333 17 57.168 19.655 14.732 1.353 预