用人工神经网络预测了电铸自支撑金刚石-镍复合膜中金刚石颗粒的含量、复合膜的厚度和表面微观形貌.结果表明,当阴极电流密度小于1.0 A/dm2时,复合膜的表面均匀,无镍瘤;复合膜的沉积速率约为14 μm/h.其预测的沉积结果与实际样品测量值接近,相对误差小于9.9%.人工神经网络能够充分体现电镀工艺参数与沉积结果之间的非线性关系和隐含关系,训练精度较高,具有较高的预测能力.
参考文献
| [1] | 孙毓超.金刚石工具与金属学基础[M].北京:中国建筑工业出版社,1999:200. |
| [2] | 刘仁志.影响电镀质量的因素及排除方法[J].表面技术,2000(06):30-34. |
| [3] | Karayianni H S;Patermarkis G S;Papaioannou J C .[J].Materials Letters,2002,53:91. |
| [4] | Brown I J;Clift D;Sotiropoulos S .[J].Materials Research Bulletin,1999,34(07):1055. |
| [5] | Hadian S E;Gabe D R .[J].Surface and Coatings Technology,1999,122:118. |
| [6] | 易达,徐明毅,陈胜宏,葛修润.人工神经网络在岩体初始应力场反演中的应用[J].岩土力学,2004(06):943-946. |
| [7] | 李锋军,柳百成,沈厚发,禹建丽.消失模铸造充型过程的人工神经网络算法[J].稀有金属材料与工程,2003(04):268-271. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%