基于神经网络的钛合金微弧氧化膜层性能预测模型的建立

摘要

采用微弧氧化技术在钛合金表面制备了陶瓷膜层.利用正交试验得到了不同工艺参数(电流密度、频率、占空比和氧化时间)与膜层性能(厚度、粗糙度和显微硬度)数据,借助MATLAB软件建立了由4个输入向量、13个隐含层节点和3个输出向量组成的BP人工神经网络模型.该网络能较好地掌握工艺参数与膜层性能之间的内在规律,并能高精度预测膜层的性能,3个性能参数的平均预测误差分别为4.1％、4.2％和2.4％,最大预测误差分别为8.2％、8.6％和3.1％.