钛及钛合金具有比强度高、熔点高和生物兼容性优良等性能,在航空、航天、航海、纺织及生物医药等工业领域有着广泛的应用。但钛及其合金本身耐磨耐蚀性较差、硬度较低,在实际应用中常常因为材料表面受到破坏而失效,一般都要对其材料表面处理以获得优良性能。微弧氧化是一种有效提高钛及其合金性能的表面处理技术,该技术旨在材料表面生成具有高硬度、强耐磨耐蚀性的致密陶瓷膜层,有助于延长材料的使用寿命并扩大了其应用领域。本文利用微弧氧化脉冲电源在TC4钛合金表面制备了陶瓷膜层,研究了电参数对膜层性能的影响;提出了阶梯式电流密度方式,探讨了该电流密度方式对膜层性能的影响;本文将神经网络技术首次引入到钛合金微弧氧化技术中,实现了膜层厚度、粗糙度及硬度等指标的预测,本文的主要研究内容及结论如下:(1)建立了L9(34)正交试验表,以TC4钛合金微弧氧化膜层的厚度、表面粗糙度、显微硬度为性能指标,确立所研究参数(电流密度、脉冲频率、占空比)范围的最优值。对正交试验数据极差分析后得到:当电流密度为10A/dm2,脉冲频率为500Hz,占空比为10%时,膜层的综合性能达到最佳。同时研究了电参数对膜层表面形貌、相组成及耐腐蚀性的影响。(2)在最优电参数组合的基础上设立梯度电流密度参数。在恒电流密度模式和梯度电流密度模式下制备TC4钛合金微弧氧化膜层,研究了不同电流密度模式对膜层厚度、显微硬度、表面粗糙度的影响,比较分析了两模式下膜层表面形貌、相组成和耐蚀性的差异。(3)结合正交试验数据,运用BP神经网络建立了网络预测模型。该模型对微弧氧化膜层厚度、表面粗糙度、显微硬度预测精度较高。预测模型对膜层3个性能指标的平均预测误差均在5%以内。建立的BP神经网络预测模型对微弧氧化技术的应用具有一定实际意义。