基于BP神经网络的45~#钢表面沉积层的探究

根据BP神经网络为基础工具,利用WC-8Co电极在基体45#钢表面进行电火花沉积形成WC-8Co沉积层,建立了其工艺参数与涂层厚度和硬度之间的数学关系模型,并通过正交实验得到的试验数据验证了该模型的可预测性。同时在网络模型基础上通过已知的涂层厚度和硬度以及部分工艺参数,获得对其余工艺参数反计算的方法。

铸钢0Cr13Ni5Mo表面WC-8Co电火花沉积层的特性研究

采用新型电火花设备,在水轮机转轮材料铸钢0Cr13Ni5Mo表面制备了WC-8Co沉积层,研究了其微观组织、硬度及耐磨性能。结果表明,沉积层主要由Co3W3C、Fe3W3C、Fe3Mo3C、Ni3Mo、(Fe0.51Mo0.46Ni0.03)6C等相组成;沉积层与基体呈冶金结合,细晶碳化物相弥散分布在沉积层中,提高了沉积层的硬度,平均硬度为1875.9HV,比基体硬度提高了约5倍;沉积层磨损性能是基体的3.75倍,沉积层磨损机理主要是磨粒磨损、粘着磨损和氧化磨损的综合作用,细小弥散分布的细晶粒硬质相是提高沉积层硬度和耐磨性的主要因素。