粉末渗锌是一种通过热扩散在钢表面获得Fe-Zn合金层的表面保护方法,广泛应用于钢铁制品的防腐领域。经过渗锌处理的钢材,其表面硬度、耐蚀性、抗氧化性都得到了大幅度提高。然而,渗锌产品的生产效率和成品率不高,且对海洋等极端环境的防腐效果有限,这制约了粉末渗锌技术的进一步发展。面对这些问题,本文运用ANN-BP模型建立渗锌工艺参数与渗层厚度之间的关系,以此来指导生产出满足不同厚度要求的产品。基于多元共渗的方法,结合钛在海洋环境中具有优良的防腐性能,采用包埋法制备Zn-Ti渗层,以期提高渗锌层在海洋环境下的耐蚀性。渗锌层的厚度对其性能至关重要,因此有必要提出一种模型来预测不同工艺参数的渗层厚度。由于渗层厚度与工艺参数关系的复杂性,往往难于用函数关系式准确表达。本文基于Levenberg-Marquardt算法的三层BP神经网络,建立了渗锌工艺参数与渗层总厚度、Γ相和δ相厚度之间关系的模型。结果表明,BP神经网络模型对Fe-Zn渗层的总厚度、Γ相和δ相厚度具有良好的预测作用,模型结果误差在4.71%以内,相关系数为0.99974。通过此模型可以优化渗锌工艺参数,控制渗层厚度。对开发新工艺、缩短研发周期和降低生产成本具有重要的指导意义。为提高渗锌层的耐腐蚀能力,研究了不同配比的锌钛渗剂在460℃、480℃和500℃保温2小时下锌钛渗层的组织形貌和耐蚀性。结果表明,渗剂中Ti含量高于6%时,所制备的锌钛渗层具有双层结构,最外层是Zn-Ti-Fe层,最内层是Zn-Fe层。其中Zn-Ti-Fe层是通过Ti置换Zn-Fe层的Zn进行沉积,以及吸引Zn-Fe层的Fe向Zn-Ti-Fe层大量扩散形成的。保温温度越高或Ti含量越多,锌钛渗层厚度呈减少的规律。锌钛渗层表面具有相对疏松和多孔的结构,这些孔洞是Zn在高于熔点时蒸发形成的。且随着Ti含量的增加或保温温度的升高,渗层表面具有多孔结构的区域明显增加。通过电化学测试发现,基体、渗锌层、Zn-Ti渗层的腐蚀电流密度依次降低,说明渗锌层与Zn-Ti渗层均能显著提高铁基材料的耐蚀性,且Zn-Ti渗层的耐腐蚀性能强于渗锌层。