基于RBF神经网络的2024铝合金酸性 盐雾腐蚀实验预测

摘要：

选用飞机结构材料2024铝合金进行不同条件下的酸性盐雾实验,设定盐雾实验的pH值分别为2、3、5,盐雾浓度分别为25 g/L、50 g/L、75 g/L,腐蚀时间分别为24 h、48 h、72 h.将径向基函数神经网络(radial basis function neural networks,RBF)与正交实验设计相结合,选取不同的实验条件组作为神经网络的学习样本集,并通过极差分析对正交实验结果进行分析.结果表明:采用RBF与正交实验设计相结合的方法,能够较准确地预测任意实验条件下的腐蚀速率,减少实验次数,提高预测精度;把正交组和顶点补充组同时作为学习样本集的预测结果要优于单单只有正交组作为学习样本集的预测结果.极差分析结果表明,对2024铝合金单位面积的质量损耗影响最大的因素是溶液的pH值,其次是盐雾浓度,腐蚀时间的影响最小.

关键词：铝合金、酸性盐雾实验、正交实验、径向基函数神经网络

所属期刊栏目：39

分类号：TG146.2+1(金属学与热处理)

资助基金：部委计划项目MJ-2016-Y-73;中央高校基本科研业务费3122016B003

在线出版日期：2019-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：32-39