基于人工神经网络的三价铬基转化膜腐蚀失效演变规律

利用Kohenen的人工神经网络(artificial neural networks,ANN)技术进行膜层分析,研究了模拟海洋大气环境中镀锌钢表面三价铬基转化(trivalent chromium conversion,TCC)膜的腐蚀失效演变规律.以电化学阻抗谱(electrochemical impedance spectroscopy,EIS)低频膜阻值(|Z| 0.1Hz)及低频相位角(θ0.85 Hz)两种特征参数作为评价指标,对涂层性能变化过程进行研究,TCC膜的腐蚀过程大致经历 5 个阶段,并且|Z| 0.1 Hz的数据更具有代表性及合理性.将伯德图中全频阻抗变化率k(f)作为ANN的样本输入,5 个膜层失效过程对应腐蚀初期、腐蚀前中期、腐蚀中期、腐蚀后中期及腐蚀后期.利用实验检测手段(SEM 和EDS),验证了自组织ANN对TCC膜的各腐蚀阶段分类结果,分别是腐蚀阻隔阶段、膜层微蚀阶段、腐蚀产物沉积阶段、腐蚀拓展阶段、膜层失效阶段.利用ANN分析膜层全频阻抗变化率可实现对涂层性能状态的快速有效判断.