基于正交试验设计与人工神经网络优化镀铬工艺

作者：钟庆阳; 李振华; 周琼宇; 李珂; 钟庆东

来源：腐蚀与防护, 2014, (01): 78-82.

• 镀铬
• 正交试验
• 人工神经网络
• 权重值
• 工艺优化 chromium plating
• orthogonal test
• artificial neural network
• weight value
• craft optimization

提出了一种正交试验设计与人工神经网络相结合的镀铬工艺参数优化方法。样本极差结果表明,对镀铬层的厚度及阴极电流效率影响因素依次为电流密度、电镀时间、电镀温度;且最佳电镀温度为45℃。通过神经网络建立电镀工艺参数与性能之间的模型,预测得出的镀铬层的厚度和阴极电流效率与实际试验的结果接近,训练精度较高,预测值与试验值的相对误差小于1.20%。通过建立镀铬层多指标综合评价模型,对镀铬层的厚度及阴极电流效率两个指标进行综合评价,通过对两个指标权重值的调整,确定镀铬层的综合性能值,得出最优的工艺参数。

• 出版日期2014
• 单位上海大学