基于神经网络的树脂基摩擦材料摩擦因数的预测模型
来源期刊:粉末冶金材料科学与工程2006年第5期
论文作者:伍朝阳 刘伯威 刘咏 黄伯云
文章页码:272 - 276
关键词:树脂基摩擦材料;神经网络;摩擦因数;磨损率;
摘 要:为了预测不同成分的树脂基摩擦材料的摩擦性能,建立了摩擦材料成分与摩擦因数之间的人工神经网络(ANN)预测模型。用收集到的30种不同组分的摩擦材料在100℃时的摩擦因数数据作为训练样本对网络进行训练,然后进行拟合,结果表明,网络拟合值与实验数据吻合很好。最后利用该模型对不同成分的4种摩擦材料进行摩擦因数的预测,并研究单一成分对树脂基摩擦材料因数的影响。结果表明,预测值与实测数据基本相符,100℃时预测的摩擦因数最小值μmin.p与实验中实测的摩擦因数最小值μmin.m的相对误差小于13%,相应的摩擦因数最大值μmax.p与μmax.m的相对误差小于9%。
伍朝阳,刘伯威,刘咏,黄伯云
摘 要:为了预测不同成分的树脂基摩擦材料的摩擦性能,建立了摩擦材料成分与摩擦因数之间的人工神经网络(ANN)预测模型。用收集到的30种不同组分的摩擦材料在100℃时的摩擦因数数据作为训练样本对网络进行训练,然后进行拟合,结果表明,网络拟合值与实验数据吻合很好。最后利用该模型对不同成分的4种摩擦材料进行摩擦因数的预测,并研究单一成分对树脂基摩擦材料因数的影响。结果表明,预测值与实测数据基本相符,100℃时预测的摩擦因数最小值μmin.p与实验中实测的摩擦因数最小值μmin.m的相对误差小于13%,相应的摩擦因数最大值μmax.p与μmax.m的相对误差小于9%。
关键词:树脂基摩擦材料;神经网络;摩擦因数;磨损率;