第２２卷第３期材料与冶金学报Ｖｏｌ２２Ｎｏ３收稿日期：２０２２⁃０４⁃２４．基金项目：国家自然科学基金项目（５１７０１０３８）；中央高校基本科研业务费专项基金项目（Ｎ１６２５０３００２）．作者简介：高俊杰（１９９４—），男，硕士研究生，Ｅ⁃ｍａｉｌ：１１４８９２９３９５＠ｑｑｃｏｍ．通讯作者：刘侠和（１９８４—），男，副教授，硕士生导师，Ｅ⁃ｍａｉｌ：ｌｉｕｘｉａｈｅ＠ｓｍｍｎｅｕｅｄｕｃｎ．２０２３年５月ＪｏｕｒｎａｌｏｆＭａｔｅｒｉａｌｓａｎｄＭｅｔａｌｌｕｒｇｙＭａｙ２０２３ｄｏｉ：１０１４１８６／ｊｃｎｋｉ１６７１－６６２０２０２３０３０１２基于人工神经网络的三价铬基转化膜腐蚀失效演变规律高俊杰，刘侠和，王梅，王利蓉，杨瑞敏（东北大学冶金学院，沈阳１１０８１９）摘要：利用Ｋｏｈｅｎｅｎ的人工神经网络（ａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓ，ＡＮＮ）技术进行膜层分析，研究了模拟海洋大气环境中镀锌钢表面三价铬基转化（ｔｒｉｖａｌｅｎｔｃｈｒｏｍｉｕｍｃｏｎｖｅｒｓｉｏｎ，ＴＣＣ）膜的腐蚀失效演变规律．以电化学阻抗谱（ｅｌｅｃｔｒｏｃｈｅｍｉｃａｌｉｍｐｅｄａｎｃｅｓｐｅｃｔｒｏｓｃｏｐｙ，ＥＩＳ）低频膜阻值（｜Ｚ｜０１Ｈｚ）及低频相位角（θ０８５Ｈｚ）两种特征参数作为评价指标，对涂层性能变化过程进行研究，ＴＣＣ膜的腐蚀过程大致经历５个阶段，并且｜Ｚ｜０１Ｈｚ的数据更具有代表性及合理性．将伯德图中全频阻抗变化率ｋ（ｆ）作为ＡＮＮ的样本输入，５个膜层失效过程对应腐蚀初期、腐蚀前中期、腐蚀中期、腐蚀后中期及腐蚀后期．利用实验检测手段（ＳＥＭ和ＥＤＳ），验证了自组织ＡＮＮ对ＴＣＣ膜的各腐蚀阶段分类结果，分别是腐蚀阻隔阶段、膜层微蚀阶段、腐蚀产物沉积阶段、腐蚀拓展阶段、膜层失效阶段．利用ＡＮＮ分析膜层全频阻抗变化率可实现对涂层性能状态的快速有效判断．关键词：三价铬基转化膜；腐蚀失效；神经网络；电化学中图分类号：ＴＧ１７２５文献标志码：Ａ文章编号：１６７１⁃６６２０（２０２３）０３⁃０２７９⁃０８ＣｏｒｒｏｓｉｏｎｆａｉｌｕｒｅｅｖｏｌｕｔｉｏｎｏｆｔｒｉｖａｌｅｎｔｃｈｒｏｍｉｕｍｃｏｎｖｅｒｓｉｏｎｆｉｌｍｂａｓｅｄｏｎａｒｔｉｆｉｃｉａｌｎｅｕｒａｌｎｅｔｗｏｒｋＧａｏＪｕｎｊｉｅ，ＬｉｕＸｉａｈｅ，ＷａｎｇＭｅｉ，Ｗａｎ...
