采用不同模型预测低碳Fe-Ni合金等离子熔覆层的冲击韧性
Electroplating & Finishing（2021）
摘要
采用等离子熔覆法在Mn13高锰钢上制备了低碳Fe-Ni合金层.以熔覆电流、喷头移动速率、离子气流量和热处理温度作为输入参数,以冲击韧性作为输出参数,建立了BP(误差反向传播)神经网络模型和粒子群算法优化(PSO)BP神经网络模型,并跟冲击韧性与热处理温度之间的线性回归模型进行对比.结果表明,线性回归模型、BP神经网络模型和PSO-BP模型的平均相对误差分别为7.06％、6.12％和3.03％.PSO-BP模型的预测结果与实测值的误差较小.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要