用人工神经网络预测电铸自支撑金刚石-镍复合膜沉积结果

被引：10

作者：

方莉俐 ^{[1
]}

张兵临 ^{[1
]}

禹建丽 ^{[2
]}

姚宁 ^{[1
]}

机构：

[1] 郑州大学教育部材料物理重点实验室

[2] 中原工学院

来源：

稀有金属材料与工程 | 2006年 / 04期

关键词：

人工神经网络; 自支撑金刚石-镍复合膜; 电铸; 预测;

D O I：

暂无

中图分类号：

TB43 [薄膜技术];

学科分类号：

0805 ;

摘要：

用人工神经网络预测了电铸自支撑金刚石-镍复合膜中金刚石颗粒的含量、复合膜的厚度和表面微观形貌。结果表明,当阴极电流密度小于1.0A/dm2时,复合膜的表面均匀,无镍瘤;复合膜的沉积速率约为14μm/h。其预测的沉积结果与实际样品测量值接近,相对误差小于9.9%。人工神经网络能够充分体现电镀工艺参数与沉积结果之间的非线性关系和隐含关系,训练精度较高,具有较高的预测能力。

引用

页码：638 / 641

页数：4