欢迎登录材料期刊网

材料期刊网

高级检索

  • 论文(2)
  • 图书()
  • 专利()
  • 新闻()

多维复合增强汽车摩擦材料

吴耀庆 , 曾鸣 , 余玲 , 范力仁

复合材料学报

以玻璃纤维、铜纤维、矿物纤维、芳纶纤维、纳米钛酸钾晶须和片状蛭石等制备多维复合增强非石棉有机汽车摩擦材料,构成具有"微米和纳米"尺度、"一维(纤维)和二维(片状)"形态、"无机和有机"材质的多维复合增强体系.基于材料的力学和摩擦磨损性能测试结果,通过同归模型分析对复合体系配方进行了优化.通过材料的内部结构和摩擦面的形貌观察,分析了多维复合增强体系提高材料力学和摩擦磨损件能的内在机制.结果表明,通过优化配方,各增强相之间表现出良好的混合和协同效应,优化多维复合增强汽车摩擦材料的冲击强度为0.54 J/cm2、总磨损率为1.35×10-7cm3/(N·m)、摩擦系数的变异系数为5.86%.

关键词: 增强 , 耐磨损 , 复合材料 , 非石棉有机 , 摩擦材料

基于BP神经网络的汽车摩擦材料性能预测与配方优化

吴耀庆 , 曾鸣 , 范力仁

材料导报

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%.

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

出版年份

刊物分类

相关作者

相关热词