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%.
参考文献
| [1] | B. K. SATAPATHY;J. BIJWE .Composite friction materials based on organic fibres: Sensitivity of friction and wear to operating variables[J].Composites, Part A. Applied science and manufacturing,2006(10):1557-1567. |
| [2] | Oliviero G;Adnan A;Francesco M .Experimental analysis of brake squeal noise on a laboratory brake setup[J].Journal of Sound and Vibration,2006,292(1-2):1. |
| [3] | Urbakh M;Klafter J;Gourdon D et al.The nonlinear nature of friction[J].Nature,2004,430(29):525. |
| [4] | 刘斯凤,邢锋.多因素作用下混凝土寿命的BP神经网络预测[J].材料导报,2008(07):85-87. |
| [5] | 杨榛,顾幸生,梁晓怿,张睿,凌立成.基于RBF神经网络的添加剂改性炭材料高温黏结剂的性能预报模型[J].新型炭材料,2007(04):349-354. |
| [6] | Zhenyu Jiang;Zheng Zhang;Klaus Friedrich .Prediction on wear properties of polymer composites with artificial neural networks[J].Composites science and technology,2007(2):168-176. |
| [7] | 闫建伟,何林,管琪明,申荣华.制动摩擦材料混杂纤维的配方设计及优化[J].润滑与密封,2007(05):73-75. |
| [8] | 陈蕴博,左秀荣,王淼辉,李勇.人工神经网络在钢铁材料研究中的应用[J].材料导报,2009(07):1-4. |
| [9] | 靳蕃.神经计算智能基础[M].成都:西南交通大学出版社,2000 |
| [10] | Larose D T.Discovering knowledge in data:An introduction to data mining[M].USA:John Wiley and Sons,Inc,2005 |
| [11] | Hagan M T;Demuth H B;Beale M H;戴葵.神经网络设计[M].北京:机械工业出版社,2002 |
| [12] | 刘美玲,刘咏,刘伯威.钢纤维对摩擦材料性能的影响[J].粉末冶金技术,2007(05):340-343. |
| [13] | 熊佑明,钱春香,王修田.汽车树脂基刹车材料的摩擦机理及其对刹车材料的要求[J].材料导报,2004(09):21-23. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%