基于BP神经网络的合金铸铁腐蚀深度预测

摘要：

通过动态质量损失法腐蚀试验获取BP神经网络的样本数据。利用Matlab的工具箱函数建立了拓扑结构为4×15×8×1的BP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型BP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：BP网络、合金铸铁、腐蚀深度、耐碱蚀、预测

所属期刊栏目：32

分类号：TG174.2;TG143.9(金属学与热处理)

在线出版日期：2012-04-21（万方平台首次上网日期，不代表论文的发表时间）

页码：962-964,1012