發(fā)布時間：2017-07-27 05:19

  本文關鍵詞：基于神經網絡的高壓陽極箔腐蝕工藝研究

  更多相關文章： 高壓陽極箔 神經網絡 思維進化算法 正交試驗 預測模型

【摘要】：隨著科技的進步,電子設備逐步趨于小型化,而制約電子設備小型化的重要因素就是電容器的體積。而目前,鋁箔的腐蝕擴面效果是制約小體積高比容鋁電解電容器發(fā)展的關鍵因素。由于鋁箔腐蝕擴面的影響因素較多、工藝較為復雜,直接制約電容器電容量的提高。本文通過對鋁箔腐蝕擴面工藝的研究,對腐蝕的工藝參數進行了優(yōu)化,使腐蝕孔的均勻性和密度得到了提高,獲得了小體積鋁電解電容器所需要的高壓陽極箔。本研究為了獲得腐蝕工藝的最優(yōu)參數,使用了神經網絡、正交試驗、掃描電鏡等方法對腐蝕工藝的腐蝕時間、電流密度、腐蝕液成分、腐蝕溫度等因素進行了分析,總結了這些因素對腐蝕箔比容及折彎強度的影響規(guī)律;同時,對硫酸、鹽酸濃度及其濃度配比等對鋁箔發(fā)孔的影響規(guī)律進行了重點分析與研究。具體內容如下:首先,根據先前的試驗數據對鋁箔腐蝕工藝設計正交試驗,對影響鋁箔腐蝕效果的工藝參數進行了初步界定。發(fā)孔工藝的待優(yōu)化參數的初步范圍:腐蝕溫度73~79℃,腐蝕時間50~70 s,電流密度0.25~0.35 A/cm2,硫酸濃度2.5~3.5 mol/l,鹽酸濃度0.8~1.2 mol/l;擴孔工藝的待優(yōu)化參數的初步范圍:腐蝕液溫度74~78℃,腐蝕時間11~13 min,硝酸濃度1.8~2.2 mol/l。其次,以對發(fā)孔工藝起決定作用的影響因素為變量,以腐蝕擴面效果作為優(yōu)化的目標,建立工藝預測模型。即以腐蝕溫度、腐蝕時間、腐蝕電流密度、硫酸濃度、鹽酸濃度作為神經網絡的決策變量,腐蝕箔的折彎強度和比容做為神經網絡的優(yōu)化目標,同時對多種優(yōu)化算法的優(yōu)缺點進行比較分析,最后結合試驗數據的特點選擇了思維進化算法對神經網絡的權值、閾值進行優(yōu)化,最終達到提高預測模型的預測精度和訓練速度的目的。經實驗驗證,采用思維進化算法優(yōu)化的模型比其他算法的預測精度高,該優(yōu)化方法能準確的進行數據擬合,可有效的預測復雜的腐蝕工藝參數。最后,用優(yōu)化的模型來模擬不同影響因素下的折彎強度和比容值,得到最優(yōu)的工藝參數組合:腐蝕溫度75℃,腐蝕時間63 s,腐蝕電流密度0.34 A/cm2,硫酸濃度2.9 mol/l,鹽酸濃度0.8 mol/l。對HCl-H2SO4混合酸腐蝕體系下的交互作用進行了分析,得到了最佳配比下的高比容優(yōu)質腐蝕箔。
【關鍵詞】：高壓陽極箔 神經網絡 思維進化算法 正交試驗 預測模型
【學位授予單位】：山東農業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP183;TM535
【目錄】：

• 中文摘要7-8
• 英文摘要8-10
• 1 緒論10-24
• 1.1 課題研究背景10-11
• 1.2 課題來源11-12
• 1.3 高壓陽極箔腐蝕概述12-18
• 1.3.1 高壓陽極箔腐蝕工藝12-15
• 1.3.2 高壓陽極箔腐蝕影響因素15-18
• 1.4 國內外研究現狀18-20
• 1.4.1 腐蝕技術發(fā)展18-19
• 1.4.2 腐蝕理論的發(fā)展19-20
• 1.5 人工神經網絡概述20-22
• 1.5.1 人工神經網絡發(fā)展階段20-21
• 1.5.2 人工神經網絡結構及原理21-22
• 1.5.3 人工神經網絡的特點22
• 1.6 研究內容及技術路線22-24
• 1.6.1 研究內容22-23
• 1.6.2 技術路線23-24
• 2 BP神經網絡及算法優(yōu)化24-30
• 2.1 BP神經網絡結構24
• 2.2 BP算法基本原理24-26
• 2.3 標準BP算法局限性26-27
• 2.4 BP算法的優(yōu)化27-29
• 2.5 本章小結29-30
• 3 思維進化算法30-39
• 3.1 思維進化算法概述30
• 3.2 思維進化算法的術語和基本概念30-33
• 3.3 思維進化算法的流程33-37
• 3.4 思維進化算法的特點及其與遺傳算法的比較37
• 3.5 思維進化算法優(yōu)化神經網絡37-38
• 3.6 本章小結38-39
• 4 鋁箔腐蝕試驗39-50
• 4.1 試驗材料與方法39-43
• 4.1.1 試驗材料及儀器39-40
• 4.1.2 試驗方法40-43
• 4.2 正交試驗43-49
• 4.2.1 發(fā)孔正交試驗44-47
• 4.2.2 擴孔正交試驗47-49
• 4.3 本章小結49-50
• 5 思維進化算法優(yōu)化神經網絡的鋁箔腐蝕工藝優(yōu)化建模50-58
• 5.1 人工神經網絡的鋁箔腐蝕工藝優(yōu)化設計50-52
• 5.1.1 訓練樣本收集50
• 5.1.2 網絡輸入輸出的確定50-51
• 5.1.3 網絡隱含層節(jié)點數的確定51-52
• 5.1.4 人工神經網絡結構的確定52
• 5.1.5 樣本預處理52
• 5.2 思維進化算法優(yōu)化神經網絡的具體步驟52-55
• 5.2.1 生成初始群體53
• 5.2.2 思維進化算法的適應度函數53
• 5.2.3 思維進化算法中高得分子群體的優(yōu)化53-54
• 5.2.4 對權值進行趨同54
• 5.2.5 對權值進行異化54
• 5.2.6 收斂的判別54-55
• 5.3 工藝參數預測55-57
• 5.3.1 預測結果對比55
• 5.3.2 思維進化算法優(yōu)化的神經網絡預測結果與正交分析比較55-56
• 5.3.3 思維進化算法與遺傳算法對神經網絡的優(yōu)化比較56
• 5.3.4 最佳工藝參數優(yōu)化56-57
• 5.4 本章小結57-58
• 6 分析討論58-64
• 6.1 單一因素分析58-61
• 6.2 交互作用分析61-63
• 6.3 本章小結63-64
• 7 結論與展望64-66
• 7.1 結論64
• 7.2 展望64-66
• 參考文獻66-74
• 神經網絡訓練仿真部分程序代碼74-83
• 致謝83

【相似文獻】

中國期刊全文數據庫 前10條

1 王凡,孟立凡;關于使用神經網絡推定操作者疲勞的研究[J];人類工效學;2004年03期

2 常國任;李仁松;沈醫(yī)文;劉鋼;;基于神經網絡的直升機艦面系統(tǒng)效能評估[J];艦船電子工程;2007年03期

3 陳俊;;神經網絡的應用與展望[J];佛山科學技術學院學報(自然科學版);2009年05期

4 許萬增;;神經網絡的研究及其應用[J];國際技術經濟研究學報;1990年01期

5 張軍華;神經網絡技術及其在軍用系統(tǒng)中的應用[J];現代防御技術;1992年04期

6 雷明,李作清,陳志祥,吳雅,楊叔子;神經網絡在預報控制中的應用[J];機床;1993年11期

7 靳蕃;神經網絡及其在鐵道科技中應用的探討[J];鐵道學報;1993年02期

8 宋玉華，，王啟霞;神經網絡診斷──神經網絡在自動化領域里的應用[J];中國儀器儀表;1994年03期

9 魏銘炎;國內外神經網絡技術的研究與應用概況[J];電機電器技術;1995年04期

10 王中賢，錢頌迪;神經網絡法在經濟管理中的應用[J];航天工業(yè)管理;1995年04期

中國重要會議論文全文數據庫 前10條

1 徐春玉;;基于泛集的神經網絡的混沌性[A];1996中國控制與決策學術年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經網絡[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經網絡和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術及其應用學術會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

5 鐘義信;;知識論:神經網絡的新機遇——紀念中國神經網絡10周年[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

6 許進;保錚;;神經網絡與圖論[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數值預報產品的神經網絡釋用預報應用[A];1999年中國神經網絡與信號處理學術會議論文集[C];1999年

8 田金亭;;神經網絡在中學生創(chuàng)造力評估中的應用[A];第十二屆全國心理學學術大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經網絡的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學學報（增刊）][C];2009年

10 張廣遠;萬強;曹海源;田方濤;;基于遺傳算法優(yōu)化神經網絡的故障診斷方法研究[A];第十二屆全國設備故障診斷學術會議論文集[C];2010年

中國重要報紙全文數據庫 前10條

1 美國明尼蘇達大學社會學博士 密西西比州立大學國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護好創(chuàng)新的“神經網絡硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計算機世界;2001年

3 葛一鳴 路邊文;人工神經網絡將大顯身手[N];中國紡織報;2003年

4 中國科技大學計算機系　邢方亮;神經網絡挑戰(zhàn)人類大腦[N];計算機世界;2003年

5 記者 孫剛;“神經網絡”：打開復雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經網絡[N];科技日報;2011年

7 健康時報特約記者　 張獻懷;干細胞移植：修復受損的神經網絡[N];健康時報;2006年

8 劉力;我半導體神經網絡技術及應用研究達國際先進水平[N];中國電子報;2001年

9 ;神經網絡和模糊邏輯[N];世界金屬導報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經網絡應用研究通過鑒定[N];中國船舶報;2006年

中國博士學位論文全文數據庫 前10條

1 楊旭華;神經網絡及其在控制中的應用研究[D];浙江大學;2004年

2 李素芳;基于神經網絡的無線通信算法研究[D];山東大學;2015年

3 石艷超;憶阻神經網絡的混沌性及幾類時滯神經網絡的同步研究[D];電子科技大學;2014年

4 王新迎;基于隨機映射神經網絡的多元時間序列預測方法研究[D];大連理工大學;2015年

5 付愛民;極速學習機的訓練殘差、穩(wěn)定性及泛化能力研究[D];中國農業(yè)大學;2015年

6 李輝;基于粒計算的神經網絡及集成方法研究[D];中國礦業(yè)大學;2015年

7 王衛(wèi)蘋;復雜網絡幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學;2015年

8 張海軍;基于云計算的神經網絡并行實現及其學習方法研究[D];華南理工大學;2015年

9 李艷晴;風速時間序列預測算法研究[D];北京科技大學;2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關鍵技術研究[D];東南大學;2015年

中國碩士學位論文全文數據庫 前10條

1 陳少吉;基于神經網絡血壓預測研究與系統(tǒng)實現[D];華南理工大學;2015年

2 張韜;幾類時滯神經網絡穩(wěn)定性分析[D];渤海大學;2015年

3 邵雪瑩;幾類時滯不確定神經網絡的穩(wěn)定性分析[D];渤海大學;2015年

4 胡婷;改進QGA-BP模型及其在彌苴河總氮量預測中的應用[D];昆明理工大學;2015年

5 劉俊輝;基于數據清洗方法的河道水位預測研究[D];昆明理工大學;2015年

6 劉波;短期風電功率預測方法研究[D];南京信息工程大學;2015年

7 蔡邦宇;人臉識別中單次ERP時空特征分析及其快速檢索的應用[D];浙江大學;2015年

8 鄭川;垃圾評論檢測算法的研究[D];西南交通大學;2015年

9 李菊;BP神經網絡在房地產批量評估中的應用研究[D];昆明理工大學;2015年

10 馬亮;降水點分類預測方法研究[D];中國地質大學(北京);2015年

本文編號：579977