摘要：采用等离子熔覆的方法，探讨了影响低碳合金涂层硬度的因素。以熔覆电流、扫描速度、离子气流量和热处理温度作为神经网络的输入参数，以硬度作为输出参数。利用线性回归模型、BP神经网络和PSO-BP神经网络进行了模拟预测，验证了三种模型的预测精度。结果表明，在0℃至600℃时，线性回归模型的平均相对误差为12.69%，BP神经网络模型的平均相对误差为14.22%，PSO-BP模型的误差为2.85%。其中，PSO-BP模型拟合的效果较好，预测结果与测试值的误差较小。
关键词：高锰钢；Fe-Ni合金涂层；等离子熔覆；神经网络；显微硬度

备注：口头报告
报告人：胡明强，19924303154，dahutu985@163.com

高锰钢；Fe-Ni合金涂层；等离子熔覆；神经网络；显微硬度