基于犚犅犉神经网络的合金铸铁动态腐蚀性能预测.PDFVIP

第 卷 第 期 腐蚀与防护 ３５ ６ Ｖｏｌ．３５ Ｎｏ．６ 　 年 月 ２０１４ ６ ＣＯＲＲＯＳＩＯＮ＆ＰＲＯＴＥＣＴＩＯＮ Ｊｕｎｅ２０１４ 基于犚犅犉神经网络的合金铸铁动态腐蚀性能预测 王玉荣，乌日根 （包头职业技术学院人文与艺术设计系，包头 ０１４０３０） 摘 要：通过动态质量损失腐蚀试验获取样本数据，利用Ｍａｔｌａｂ的工具箱函数建立了合金铸铁碱腐蚀速率的ＲＢＦ 　 神经网络预测模型，并对网络模型的预测精度进行了研究。结果表明，在样本集和训练条件下， 神经网络模型 ＲＢＦ 较好地反映出腐蚀时间、合金铸铁主要合金成分与腐蚀速率之间的非线性关系，可用于合金铸铁在高温浓碱液中的 动态腐蚀性能的预测；当ＲＢＦ网络的扩展系数为０．４７时，动态腐蚀速率的试验值与网络预测值之间的误差最小，且 耐蚀性评价准确率达到１００％。 关键词： 网络；稀土；腐蚀速率；耐碱蚀；预测 ＲＢＦ 中图分类号： ； 文献标志码： 文章编号： （ ） ＴＧ１７４ ＴＰ１８３ Ａ １００５７４８Ｘ２０１４０６０６１２０３ 　　　 　　　 犇狀犪犿犻犮犆狅狉狉狅狊犻狅狀犘狉犲犱犻犮狋犻狅狀狅犳犃犾犾狅犆犪狊狋犐狉狅狀犅犪狊犲犱狅狀犚犅犉犖犲狌狉犪犾犖犲狋狑狅狉犽 狔 狔 ， ＷＡＮＧＹｕｒｏｎ ＷＵＲｉｅｎ ｇ ｇ （ ， ， ， ） ＨｕｍａｎｉｔｉｅｓａｎｄＡｒｔｉｓｔＤｅｓｉｎＤｅａｒｔｍｅｎｔＢａｏｔｏｕＶｏｃａｔｉｏｎａｌＴｅｃｈｎｉｃａｌＣｏｌｌｅｅＢａｏｔｏｕ０１４０３０ Ｃｈｉｎａ ｇ ｐ ｇ ： 犃犫狊狋狉犪犮狋Ｔｈｅｓａｍ ｌｅｄａｔａｗｅｒｅｍｅａｓｕｒｅｄｂ ｔｈｅｄｎａｍｉｃｍａｓｓｌｏｓｓｍｅｔｈｏｄ．ＴｈｅＲＢＦｎｅｕｒａｌｎｅｔｗｏｒｋ ｒｅｄｉｃｔｉｏｎ ｐ ｙ ｙ ｐ ， ｍｏｄｅｌｏｆａｌｌｏ ｃａｓｔｉｒｏｎｃｏｒｒｏｓｉｏｎｒａｔｅｗａｓｅｓｔａｂｌｉｓｈｅｄｂ ｔｈｅｔｏｏｌｂｏｘｆｕｎｃｔｉｏｎｏｆＭａｔｌａｂ ａｎｄｔｈｅｒｅｄｉｃｔｉｏｎ ｒｅｃｉｓｉｏｎ ｙ ｙ ｐ ｐ ， ｏｆｎｅｔｗｏｒｋｍｏｄｅｌｗａｓｓｔｕｄｉｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｕｎｄｅｒｔｈｉｓｓａｍ ｌｅｓｅｔａｎｄｔｒａｉｎｉｎ ｃｏｎｄｉｔｉｏｎ ＲＢＦｎｅｕｒａｌ