腐蚀科学与防护技术
腐蝕科學與防護技術
부식과학여방호기술
CORROSION SCIENCE AND PROTECTION TECHNOLOGY
2009年
3期
245-246
,共2页
铝合金%大气腐蚀%预测模型%RBF神经网络
鋁閤金%大氣腐蝕%預測模型%RBF神經網絡
려합금%대기부식%예측모형%RBF신경망락
依据RBF人工神经网络构建原理与腐蚀过程的相似性,以铝合金外场大气腐蚀数据训练并构建了RBF类型的铝合金腐蚀预测人工神经网络模型,并赋予该RBF网络隐节点数据中心是腐蚀敏感区中心的物理意义.该模型以合金成分、环境因素、时间等为网络输入参量,以腐蚀增重为网络输出;由于RBF网络具有局部响应特性,该类腐蚀预测模型尤其适合训练具有区域集中特点的外场腐蚀数据;仿真结果表明该模型具有良好的预测精度.
依據RBF人工神經網絡構建原理與腐蝕過程的相似性,以鋁閤金外場大氣腐蝕數據訓練併構建瞭RBF類型的鋁閤金腐蝕預測人工神經網絡模型,併賦予該RBF網絡隱節點數據中心是腐蝕敏感區中心的物理意義.該模型以閤金成分、環境因素、時間等為網絡輸入參量,以腐蝕增重為網絡輸齣;由于RBF網絡具有跼部響應特性,該類腐蝕預測模型尤其適閤訓練具有區域集中特點的外場腐蝕數據;倣真結果錶明該模型具有良好的預測精度.
의거RBF인공신경망락구건원리여부식과정적상사성,이려합금외장대기부식수거훈련병구건료RBF류형적려합금부식예측인공신경망락모형,병부여해RBF망락은절점수거중심시부식민감구중심적물리의의.해모형이합금성분、배경인소、시간등위망락수입삼량,이부식증중위망락수출;유우RBF망락구유국부향응특성,해류부식예측모형우기괄합훈련구유구역집중특점적외장부식수거;방진결과표명해모형구유량호적예측정도.