[发明专利]基于BP神经网络的无损测定钢铁腐蚀产物特征的方法有效
| 申请号: | 201510111011.1 | 申请日: | 2015-03-13 | 
| 公开(公告)号: | CN104713926B | 公开(公告)日: | 2017-07-14 | 
| 发明(设计)人: | 高志明;卢丽花;夏大海;修妍;胡文彬;刘永长 | 申请(专利权)人: | 天津大学 | 
| 主分类号: | G01N27/26 | 分类号: | G01N27/26 | 
| 代理公司: | 天津市北洋有限责任专利代理事务所12201 | 代理人: | 王丽 | 
| 地址: | 300072 天*** | 国省代码: | 天津;12 | 
| 权利要求书: | 查看更多 | 说明书: | 查看更多 | 
| 摘要: | |||
| 搜索关键词: | 基于 bp 神经网络 无损 测定 钢铁 腐蚀 产物 特征 方法 | ||
1.一种基于BP神经网络的无损测定钢铁腐蚀产物特征的方法,其特征是步骤如下:
(1)制备纯相α-FeOOH及γ-FeOOH;
(2)制备不同比例的α-FeOOH及γ-FeOOH混合物至少5个以上样本;
(3)制作用于电化学测试的工作电极;
(4)将工作电极、对电极和参比电极三电极系统安装好,对工作电极施加恒定电流,检测电位信号,得到计时电位V-T曲线;
(5)绘制标准曲线,得到Eτ/2、Qτ两个参数;将横坐标的t值根据公式Q=(icMτ)/nmF%Fe转化为Q,绘制标准V-Q曲线,得到Eτ/2、Qτ两个参数;
(6)测定带锈试样的计时电位V-T曲线,与标准曲线比对,得到试样锈层特征;
所述的步骤(6)是:
1)建立Eτ/2、Qτ与比例α/α+γ的关系,根据训练样本为总样本数70%-75%的原则,随机选取训练样本Eτ/2、Qτ作为输入,对应的比例α/α+γ作为输出,利用MATLAB中的神经网络工具箱建立神经网络,然后对神经网络进行训练,采用神经网络工具箱中的trainrp训练函数;
2)将其余Eτ/2、Qτ作为输入,对应的比例α/α+γ作为输出,作为测试样本对步骤1的网络进行测试,每次训练后用测试样本代入,求其测试误差,当训练误差不断减小而测试误差增加时,终止训练。
2.如权利要求1所述的方法,其特征是所述步骤(3)的工作电极:取面积为0.75-1.25cm2的不锈钢网片,用双面导电胶粘在一面,将步骤(2)中制备的混合粉末从另一面压入,最后用树脂将边缘封好,使工作面是样品平面,最后在导电胶上焊上导线,同样用树脂封住焊接处。
3.如权利要求1所述的方法,其特征是所述步骤(4)中的对电极为铂电极,参比电极为双盐桥饱和甘汞电极。
4.如权利要求1所述的方法,其特征是所述步骤(4)中所述的恒定电流为2.5mA/g-7.5mA/g。
5.如权利要求1所述的方法,其特征是所述步骤(4)中所述的电化学测试pH为6.8-7.5。
6.如权利要求1所述的方法,其特征是所述步骤(6)中神经网络为三层BP神经网络,隐层神经元数目为5,输出层神经元数目为1,选择隐层和输出层神经元传递函数分别为tansig函数和purelin函数,网络训练算法采用弹性梯度下降法,使用trainrp函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津大学,未经天津大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510111011.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种测量邻苯二酚的电化学方法
 - 下一篇:一种复合膜及其在传感器中的应用
 





