TY -的A2 -布埃诺,Atila盟——张Shuxiao AU - Lv, Gaolong盟,郭三盟——张Yanhui盟——冯,魏PY - 2021 DA - 2021/04/29 TI -孔隙度表征热障涂层的超声波反向传播神经网络遗传算法SP - 8869928六世- 2021 AB -孔隙度被认为是最重要的一个指标的表征热障涂层的综合性能(涂层)。在这项研究中,超声波技术和人工神经网络与遗传算法优化(GA_BPNN)联合开发一个智能的方法自动检测和准确预测涂层的孔隙度。的一系列物理模型plasma-sprayed ZrO₂288年建立了涂层的厚度 μm和孔隙率从5.71%到26.59%不等,超声波反射系数振幅谱(乌卡)是构建基于时域数值模拟信号。的特征 f 1 , f 2 , 一个 马克斯 , Δ 一个 乌卡的高度依赖于孔隙度、提取作为输入数据来训练GA_BPNN模型预测未知的孔隙度。预测结果的平均误差为1.45%,这表明该方法可以实现精确的检测和定量表征涂层的孔隙度与复杂的孔隙形态。SN - 1076 - 2787你——https://doi.org/10.1155/2021/8869928——10.1155 / 2021/8869928 JF - PB - Hindawi KW - ER -复杂性