基于神经网络的高压阳极箔腐蚀工艺研究

发布时间：2017-07-27 05:19

  本文关键词：基于神经网络的高压阳极箔腐蚀工艺研究

  更多相关文章： 高压阳极箔 神经网络 思维进化算法 正交试验 预测模型

【摘要】：随着科技的进步,电子设备逐步趋于小型化,而制约电子设备小型化的重要因素就是电容器的体积。而目前,铝箔的腐蚀扩面效果是制约小体积高比容铝电解电容器发展的关键因素。由于铝箔腐蚀扩面的影响因素较多、工艺较为复杂,直接制约电容器电容量的提高。本文通过对铝箔腐蚀扩面工艺的研究,对腐蚀的工艺参数进行了优化,使腐蚀孔的均匀性和密度得到了提高,获得了小体积铝电解电容器所需要的高压阳极箔。本研究为了获得腐蚀工艺的最优参数,使用了神经网络、正交试验、扫描电镜等方法对腐蚀工艺的腐蚀时间、电流密度、腐蚀液成分、腐蚀温度等因素进行了分析,总结了这些因素对腐蚀箔比容及折弯强度的影响规律;同时,对硫酸、盐酸浓度及其浓度配比等对铝箔发孔的影响规律进行了重点分析与研究。具体内容如下:首先,根据先前的试验数据对铝箔腐蚀工艺设计正交试验,对影响铝箔腐蚀效果的工艺参数进行了初步界定。发孔工艺的待优化参数的初步范围:腐蚀温度73~79℃,腐蚀时间50~70 s,电流密度0.25~0.35 A/cm2,硫酸浓度2.5~3.5 mol/l,盐酸浓度0.8~1.2 mol/l;扩孔工艺的待优化参数的初步范围:腐蚀液温度74~78℃,腐蚀时间11~13 min,硝酸浓度1.8~2.2 mol/l。其次,以对发孔工艺起决定作用的影响因素为变量,以腐蚀扩面效果作为优化的目标,建立工艺预测模型。即以腐蚀温度、腐蚀时间、腐蚀电流密度、硫酸浓度、盐酸浓度作为神经网络的决策变量,腐蚀箔的折弯强度和比容做为神经网络的优化目标,同时对多种优化算法的优缺点进行比较分析,最后结合试验数据的特点选择了思维进化算法对神经网络的权值、阈值进行优化,最终达到提高预测模型的预测精度和训练速度的目的。经实验验证,采用思维进化算法优化的模型比其他算法的预测精度高,该优化方法能准确的进行数据拟合,可有效的预测复杂的腐蚀工艺参数。最后,用优化的模型来模拟不同影响因素下的折弯强度和比容值,得到最优的工艺参数组合:腐蚀温度75℃,腐蚀时间63 s,腐蚀电流密度0.34 A/cm2,硫酸浓度2.9 mol/l,盐酸浓度0.8 mol/l。对HCl-H2SO4混合酸腐蚀体系下的交互作用进行了分析,得到了最佳配比下的高比容优质腐蚀箔。
【关键词】：高压阳极箔 神经网络 思维进化算法 正交试验 预测模型
【学位授予单位】：山东农业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP183;TM535
【目录】：

• 中文摘要7-8
• 英文摘要8-10
• 1 绪论10-24
• 1.1 课题研究背景10-11
• 1.2 课题来源11-12
• 1.3 高压阳极箔腐蚀概述12-18
• 1.3.1 高压阳极箔腐蚀工艺12-15
• 1.3.2 高压阳极箔腐蚀影响因素15-18
• 1.4 国内外研究现状18-20
• 1.4.1 腐蚀技术发展18-19
• 1.4.2 腐蚀理论的发展19-20
• 1.5 人工神经网络概述20-22
• 1.5.1 人工神经网络发展阶段20-21
• 1.5.2 人工神经网络结构及原理21-22
• 1.5.3 人工神经网络的特点22
• 1.6 研究内容及技术路线22-24
• 1.6.1 研究内容22-23
• 1.6.2 技术路线23-24
• 2 BP神经网络及算法优化24-30
• 2.1 BP神经网络结构24
• 2.2 BP算法基本原理24-26
• 2.3 标准BP算法局限性26-27
• 2.4 BP算法的优化27-29
• 2.5 本章小结29-30
• 3 思维进化算法30-39
• 3.1 思维进化算法概述30
• 3.2 思维进化算法的术语和基本概念30-33
• 3.3 思维进化算法的流程33-37
• 3.4 思维进化算法的特点及其与遗传算法的比较37
• 3.5 思维进化算法优化神经网络37-38
• 3.6 本章小结38-39
• 4 铝箔腐蚀试验39-50
• 4.1 试验材料与方法39-43
• 4.1.1 试验材料及仪器39-40
• 4.1.2 试验方法40-43
• 4.2 正交试验43-49
• 4.2.1 发孔正交试验44-47
• 4.2.2 扩孔正交试验47-49
• 4.3 本章小结49-50
• 5 思维进化算法优化神经网络的铝箔腐蚀工艺优化建模50-58
• 5.1 人工神经网络的铝箔腐蚀工艺优化设计50-52
• 5.1.1 训练样本收集50
• 5.1.2 网络输入输出的确定50-51
• 5.1.3 网络隐含层节点数的确定51-52
• 5.1.4 人工神经网络结构的确定52
• 5.1.5 样本预处理52
• 5.2 思维进化算法优化神经网络的具体步骤52-55
• 5.2.1 生成初始群体53
• 5.2.2 思维进化算法的适应度函数53
• 5.2.3 思维进化算法中高得分子群体的优化53-54
• 5.2.4 对权值进行趋同54
• 5.2.5 对权值进行异化54
• 5.2.6 收敛的判别54-55
• 5.3 工艺参数预测55-57
• 5.3.1 预测结果对比55
• 5.3.2 思维进化算法优化的神经网络预测结果与正交分析比较55-56
• 5.3.3 思维进化算法与遗传算法对神经网络的优化比较56
• 5.3.4 最佳工艺参数优化56-57
• 5.4 本章小结57-58
• 6 分析讨论58-64
• 6.1 单一因素分析58-61
• 6.2 交互作用分析61-63
• 6.3 本章小结63-64
• 7 结论与展望64-66
• 7.1 结论64
• 7.2 展望64-66
• 参考文献66-74
• 神经网络训练仿真部分程序代码74-83
• 致谢83

【相似文献】

中国期刊全文数据库 前10条

1 王凡,孟立凡;关于使用神经网络推定操作者疲劳的研究[J];人类工效学;2004年03期

2 常国任;李仁松;沈医文;刘钢;;基于神经网络的直升机舰面系统效能评估[J];舰船电子工程;2007年03期

3 陈俊;;神经网络的应用与展望[J];佛山科学技术学院学报(自然科学版);2009年05期

4 许万增;;神经网络的研究及其应用[J];国际技术经济研究学报;1990年01期

5 张军华;神经网络技术及其在军用系统中的应用[J];现代防御技术;1992年04期

6 雷明,李作清,陈志祥,吴雅,杨叔子;神经网络在预报控制中的应用[J];机床;1993年11期

7 靳蕃;神经网络及其在铁道科技中应用的探讨[J];铁道学报;1993年02期

8 宋玉华，，王启霞;神经网络诊断──神经网络在自动化领域里的应用[J];中国仪器仪表;1994年03期

9 魏铭炎;国内外神经网络技术的研究与应用概况[J];电机电器技术;1995年04期

10 王中贤，钱颂迪;神经网络法在经济管理中的应用[J];航天工业管理;1995年04期

中国重要会议论文全文数据库 前10条

1 徐春玉;;基于泛集的神经网络的混沌性[A];1996中国控制与决策学术年会论文集[C];1996年

2 周树德;王岩;孙增圻;孙富春;;量子神经网络[A];2003年中国智能自动化会议论文集（上册）[C];2003年

3 罗山;张琳;范文新;;基于神经网络和简单规划的识别融合算法[A];2009系统仿真技术及其应用学术会议论文集[C];2009年

4 郭爱克;马尽文;丁康;;序言(二)[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

5 钟义信;;知识论:神经网络的新机遇——纪念中国神经网络10周年[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

6 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

7 金龙;朱诗武;赵成志;陈宁;;数值预报产品的神经网络释用预报应用[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

8 田金亭;;神经网络在中学生创造力评估中的应用[A];第十二届全国心理学学术大会论文摘要集[C];2009年

9 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集（第七分册）[南京理工大学学报（增刊）][C];2009年

10 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年

中国重要报纸全文数据库 前10条

1 美国明尼苏达大学社会学博士 密西西比州立大学国家战略规划与分析研究中心资深助理研究员 陈心想;维护好创新的“神经网络硬件”[N];中国教师报;2014年

2 卢业忠;脑控电脑 惊世骇俗[N];计算机世界;2001年

3 葛一鸣 路边文;人工神经网络将大显身手[N];中国纺织报;2003年

4 中国科技大学计算机系　邢方亮;神经网络挑战人类大脑[N];计算机世界;2003年

5 记者 孙刚;“神经网络”：打开复杂工艺“黑箱”[N];解放日报;2007年

6 本报记者 刘霞;美用DNA制造出首个人造神经网络[N];科技日报;2011年

7 健康时报特约记者　 张献怀;干细胞移植：修复受损的神经网络[N];健康时报;2006年

8 刘力;我半导体神经网络技术及应用研究达国际先进水平[N];中国电子报;2001年

9 ;神经网络和模糊逻辑[N];世界金属导报;2002年

10 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年

中国博士学位论文全文数据库 前10条

1 杨旭华;神经网络及其在控制中的应用研究[D];浙江大学;2004年

2 李素芳;基于神经网络的无线通信算法研究[D];山东大学;2015年

3 石艳超;忆阻神经网络的混沌性及几类时滞神经网络的同步研究[D];电子科技大学;2014年

4 王新迎;基于随机映射神经网络的多元时间序列预测方法研究[D];大连理工大学;2015年

5 付爱民;极速学习机的训练残差、稳定性及泛化能力研究[D];中国农业大学;2015年

6 李辉;基于粒计算的神经网络及集成方法研究[D];中国矿业大学;2015年

7 王卫苹;复杂网络几类同步控制策略研究及稳定性分析[D];北京邮电大学;2015年

8 张海军;基于云计算的神经网络并行实现及其学习方法研究[D];华南理工大学;2015年

9 李艳晴;风速时间序列预测算法研究[D];北京科技大学;2016年

10 陈辉;多维超精密定位系统建模与控制关键技术研究[D];东南大学;2015年

中国硕士学位论文全文数据库 前10条

1 陈少吉;基于神经网络血压预测研究与系统实现[D];华南理工大学;2015年

2 张韬;几类时滞神经网络稳定性分析[D];渤海大学;2015年

3 邵雪莹;几类时滞不确定神经网络的稳定性分析[D];渤海大学;2015年

4 胡婷;改进QGA-BP模型及其在弥苴河总氮量预测中的应用[D];昆明理工大学;2015年

5 刘俊辉;基于数据清洗方法的河道水位预测研究[D];昆明理工大学;2015年

6 刘波;短期风电功率预测方法研究[D];南京信息工程大学;2015年

7 蔡邦宇;人脸识别中单次ERP时空特征分析及其快速检索的应用[D];浙江大学;2015年

8 郑川;垃圾评论检测算法的研究[D];西南交通大学;2015年

9 李菊;BP神经网络在房地产批量评估中的应用研究[D];昆明理工大学;2015年

10 马亮;降水点分类预测方法研究[D];中国地质大学(北京);2015年

本文编号：579977