首页> 中文期刊> 《粉末冶金材料科学与工程》 >基于神经网络的树脂基摩擦材料摩擦因数的预测模型

基于神经网络的树脂基摩擦材料摩擦因数的预测模型

         

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%.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号