基于犅犘神经网络的合金铸铁腐蚀深度预测-材料与测试网.PDFVIP

第 卷 第 期 腐蚀与防护 ３２ １２ Ｖｏｌ．３２ Ｎｏ．１２ 　 年 月 ２０１１ １２ ＣＯＲＲＯＳＩＯＮ＆ＰＲＯＴＥＣＴＩＯＮ Ｄｅｃｅｍｂｅｒ２０１１ 基于 神经网络的合金铸铁腐蚀深度预测 犅犘 王玉荣，乌日根 （包头职业技术学院，包头 ０１４０３０） 摘 要：通过动态质量损失法腐蚀试验获取 神经网络的样本数据。利用 的工具箱函数建立了拓扑结构 ＢＰ Ｍａｔｌａｂ 　 为 的 神经网络，并对网络模型的预测精度和应用进行了研究。结果表明，在样本集和训练条件下， ４×１５×８×１ ＢＰ 型 网络能较好地反映腐蚀时间、合金铸铁主要合金成分与腐蚀深度之间的非线性关系。可用于合 ４×１５×８×１ ＢＰ 金铸铁在高温浓碱液中的动态腐蚀性能的预测；当稀土和铜质量分数较低且适量时，其耐碱蚀作用较显著，而镍质 量分数越高耐碱蚀作用越明显。 关键词： 网络；合金铸铁；腐蚀深度；耐碱蚀；预测 ＢＰ 中图分类号： ； ； 文献标识码： 文章编号： （ ） ＴＧ１７４．２ＴＧ１４３．９ＴＰ１８３ Ａ １００５７４８Ｘ２０１１１２０９６２０３ 　　　 　　　 犆狅狉狉狅狊犻狅狀犇犲狋犺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犅犘犖犲狌狉犪犾犖犲狋狑狅狉犽 狆 狔 ， ＷＡＮＧＹｕｒｏｎ ＷＵＲｉｅｎ ｇ ｇ （ ， ， ） ＢａｏｔｏｕＶｏｃａｔｉｏｎａｌＴｅｃｈｎｉｃａｌＣｏｌｌｅｅＢａｏｔｏｕ０１４０３０ Ｃｈｉｎａ ｇ ： 犃犫狊狋狉犪犮狋Ｔｈｅｓａｍ ｌｅｄａｔａｏｆＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｗｅｒｅｍｅａｓｕｒｅｄｂ ｔｈｅｄｎａｍｉｃｈｄｒｏｍｅｔｅｒｍｅｔｈｏｄ．Ｔｈｅ４×１５×８ ｐ ｙ ｙ ｙ ， ×１ＢＰｎｅｕｒａｌｎｅｔｗｏｒｋｍｏｄｅｌｗａｓｅｓｔａｂｌｉｓｈｅｄｂ ｔｈｅｔｏｏｌｂｏｘｆｕｎｃｔｉｏｎｏｆＭａｔｌａｂ ａｎｄｔｈｅ ｒｅｄｉｃｔｉｏｎ ｒｅｃｉｓｉｏｎａｎｄ ｙ ｐ ｐ ， ａ ｌｉｃａｔｉｏｎｏｆｎｅｔｗｏｒｋｍｏｄｅｌｗｅｒｅｓｔｕｄｉｅｄ．Ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｅｄｔｈａｔｕｎｄｅｒｔｈｉｓｓａｍ ｌｅｓｅｔａｎｄｔｒａｉｎｉｎ ｃｏｎ