| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第11-26页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 环境因素对金属腐蚀的影响 | 第13-15页 |
| 1.2.1 压力因素对金属腐蚀的影响 | 第13-14页 |
| 1.2.3 溶氧量因素对金属腐蚀的影响 | 第14页 |
| 1.2.4 盐度因素对金属腐蚀的影响 | 第14-15页 |
| 1.2.5 pH因素对金属腐蚀的影响 | 第15页 |
| 1.3 船用钢点蚀概述 | 第15-17页 |
| 1.3.1 点蚀的发生阶段 | 第15-16页 |
| 1.3.2 点蚀发展阶段 | 第16-17页 |
| 1.4 有关腐蚀预测模型的探索 | 第17-18页 |
| 1.4.1 腐蚀预测模型简介 | 第17页 |
| 1.4.2 腐蚀预测模型的分类 | 第17-18页 |
| 1.5 人工神经网络 | 第18-23页 |
| 1.5.1 初识人工神经网络 | 第18页 |
| 1.5.2 人工神经网络的特性 | 第18-19页 |
| 1.5.3 人工神经网络的基本功能 | 第19-20页 |
| 1.5.4 人工神经网络的构成 | 第20-23页 |
| 1.6 材料领域预测模型的应用发展 | 第23-24页 |
| 1.7 本文的研究内容和研究目的 | 第24-26页 |
| 第2章 实验过程与方法 | 第26-32页 |
| 2.1 实验材料 | 第26-27页 |
| 2.2 实验装置及方法 | 第27-32页 |
| 2.2.1 模拟深海实验设备 | 第27-29页 |
| 2.2.2 常规电化学测试 | 第29页 |
| 2.2.3 失重实验 | 第29页 |
| 2.2.4 表面形貌分析 | 第29-30页 |
| 2.2.5 腐蚀预测模型的研究 | 第30-32页 |
| 第3章 深海环境船用钢腐蚀规律探索 | 第32-59页 |
| 3.1 引言 | 第32-33页 |
| 3.1.1 △G和P-B比 | 第32-33页 |
| 3.1.2 局部腐蚀原电池 | 第33页 |
| 3.2 腐蚀失重实验 | 第33-34页 |
| 3.3 电化学实验 | 第34-44页 |
| 3.3.1 船用钢自腐蚀电位(E_(corr))的变化分析 | 第34-36页 |
| 3.3.2 船用钢动电位极化曲线分析 | 第36-38页 |
| 3.3.3 船用钢交流阻抗谱分析 | 第38-44页 |
| 3.4 船用钢点蚀规律及机理 | 第44-58页 |
| 3.4.1 腐蚀产物形貌观察分析 | 第44-54页 |
| 3.4.3 两种船用钢腐蚀机理分析 | 第54-58页 |
| 3.5 本章小结 | 第58-59页 |
| 第4章 基于人工神经网络的船用钢腐蚀预测模型 | 第59-77页 |
| 4.1 神经网络设计过程与需求分析 | 第59页 |
| 4.2 实验准备 | 第59-69页 |
| 4.2.1 实验样品数据收集 | 第59-68页 |
| 4.2.2 人工神经网络的软件实现 | 第68页 |
| 4.2.3 MatLab 2014a开发环境 | 第68-69页 |
| 4.3 神经网络的建立 | 第69-76页 |
| 4.3.1 网络模型 | 第69页 |
| 4.3.2 网络结构 | 第69-73页 |
| 4.3.4 神经网络的实现 | 第73-74页 |
| 4.3.5 神经网络的预测结果分析 | 第74-76页 |
| 4.4 本章小结 | 第76-77页 |
| 结论 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 攻读硕士学位期间发表的论文和取得的科研成果 | 第85-87页 |
| 致谢 | 第87页 |