基于BP神经网络的汽车摩擦材料性能预测与配方优化

详细信息   全文下载|推荐本文 |

• 出版年：2010
• 作者：吴耀庆；曾鸣；范力仁
• 单位1：中国地质大学教育部纳米矿物材料及应用工程研究中心
• 出生年：1973
• 学历：硕士研究生
• 职称：工程师
• 语种：中文
• 作者关键词：增强纤维；摩擦材料；摩擦磨损性能；BP神经网络；配方优化
• 起始页：74
• 总页数：5
• 经费资助：中央高校基本业务费专项资金资助项目（CUGL090223）；教育部留学回国人员科研启动基金；湖北省教育厅重点研究项目（2009114）；地质过程与矿产资源国家重点实验室开放基金项目（GPMR200918）
• 刊名：材料导报
• 是否内版：否
• 刊频：半月刊
• 创刊时间：1987
• 主管单位：重庆西南信息有限公司（原科技部西南信息中心）
• 主办单位：重庆西南信息有限公司
• 主编：张明
• 地址：重庆市渝北区洪湖西路18号
• 邮编：401121
• 电子信箱：mat-rev@163.com；matreved@163.com；maeditor@gmail.com
• 网址：http://www.mat-rev.com
• 卷：24
• 期：10
• 期刊索取号：P822.06 432
• 数据库收录：中文核心期刊；中国科学引文数据库来源期刊；中国科技论文统计源期刊
• 核心期刊：中文核心期刊

摘要

采用钢纤维、玻璃纤维、铜纤维、矿物纤维等增强纤维，石油焦碳、人造石墨、天然石墨等摩擦调节组元，以及树脂、丁腈橡胶、丁苯橡胶等粘接剂制备汽车摩擦材料。选用BP神经网络建模，以原材料配方为输入变量、摩擦磨损试验数据为输出变量，采用L-M算法对网络进行训练，并进行摩擦磨损性能预测和配方优化。结果表明，隐层神经元为4的单隐层神经网络结构模拟效果较好，性能曲面预测图能表现出原材料的组合性能，采用该网络优化试样的性能测试结果与预测值的相对误差小于20%。