AI结合田口法优化化学镀Ni–Fe–P涂层硬度，退火后进一步提升
9月4日消息，研究人员将田口实验设计与回归、人工神经网络（ANN）及支持向量机结合，预测并优化铜基体上化学镀Ni–Fe–P涂层的硬度。基于决定系数R²，ANN模型被认定为最可靠的硬度预测器；方差分析确认NiSO4浓度及其与FeSO4的交互作用是关键因素。最优样品450°C退火后析出Ni3P，硬度进一步提高。
表面工程
共 1 篇 · B910化工 · AI 化学信息库
共 1 篇 · B910化工 · AI 化学信息库
9月4日消息，研究人员将田口实验设计与回归、人工神经网络（ANN）及支持向量机结合，预测并优化铜基体上化学镀Ni–Fe–P涂层的硬度。基于决定系数R²，ANN模型被认定为最可靠的硬度预测器；方差分析确认NiSO4浓度及其与FeSO4的交互作用是关键因素。最优样品450°C退火后析出Ni3P，硬度进一步提高。
