首頁 > 期刊 > 自然科學與工程技術 > 工程科技I > 金屬學及金屬工藝 > 航空材料學報 > 基于RBF神經網絡的2024鋁合金酸性鹽霧腐蝕實驗預測 【正文】
摘要:選用飛機結構材料2024鋁合金進行不同條件下的酸性鹽霧實驗,設定鹽霧實驗的 pH 值分別為 2、3、5,鹽霧濃度分別為 25 g/L、50 g/L、75 g/L,腐蝕時間分別為 24 h、48 h、72h。將徑向基函數神經網絡(radial basis functionneural networks,RBF)與正交實驗設計相結合,選取不同的實驗條件組作為神經網絡的學習樣本集,并通過極差分析對正交實驗結果進行分析。結果表明:采用 RBF 與正交實驗設計相結合的方法,能夠較準確地預測任意實驗條件下的腐蝕速率,減少實驗次數,提高預測精度;把正交組和頂點補充組同時作為學習樣本集的預測結果要優于單單只有正交組作為學習樣本集的預測結果。極差分析結果表明,對 2024 鋁合金單位面積的質量損耗影響最大的因素是溶液的 pH 值,其次是鹽霧濃度,腐蝕時間的影響最小。
注:因版權方要求,不能公開全文,如需全文,請咨詢雜志社