神经网络在水润滑橡胶合金轴承内衬材料配方设计中应用.pdfVIP

维普资讯 学兔兔 神经网络在水润滑橡胶合金轴承内衬材料配方设计中的应用★ 口 秦国强 口 王家序 重庆大学机械传动国家重点实验室 重庆 400030 摘 要：采用BP算法建立了水润滑橡胶合金轴承内衬材料配合剂和材料物化性能之间的神经网络预测模型，利用 均匀设计、试验设计训练样本，并用Matlab对其进行了仿真。通过测试在不同配合剂含量下水润滑橡胶合金轴承内衬材料 的物化性能，发现该模型能有效地反映配合剂含量对材料的物化性能的影响。 关键词：水润滑橡胶合金轴承 人工神经网络 均匀设计 橡胶复合材料 中图分类号：TH133．2 文献标识码：A 文章编号：1000—4998(2008)07—0050—03 水润滑橡胶合金轴承，是一种用新型工程复合材 1 人工神经网络模型原理和建立 料替代贵重金属作为机械传动系统关键零部件，用自 神经 网络是对人脑的一种物理结构上的模拟 ，从 然水替代矿物油作为机械传动系统润滑介质。基于资 结构和功能上模拟人脑的某些功能。数学上已经证明， 源节约与环境友好的新型高性能轴承，因具有减振、降 神经网络具有万能函数逼近的特性…，能实现任意 L2 噪、耐磨、可靠、高效、节能、节材和环保等显著优点，被 范数上的非线性映射 ，已被广泛用于非线性复杂系统 广泛运用于机械、船舶、车辆、航空、航天、石油、化工、 的建模。在众多的神经网络模型中，BP神经网络(多层 水利和农业等工程领域…。水润滑橡胶合金轴承内衬 前馈神经网络)是目前应用最为广泛的模型，见图l。 材料是一种橡胶复合材料，内衬材料的配方对轴承性 能有着重要的影响。通常橡胶制品配方基本上依靠试 验来获取，这就使得对橡胶材料的设计有很大盲 目 性。因此，用有效的模型来预测橡胶配方对橡胶复合 材料的影响，不但可以缩短新型橡胶复合材料的研制 周期 ，而且可以节约研制成本。由于材料配方与制品 性能之间存在复杂的非线性关系，多数情况下只能借 助于回归分析方法得到经验公式，这种方法试验周期 长而且也很难满足设计高性能橡胶复合材料的要求。 人工神经网络(Artificial Neural Network，ANN)技 术由于具有容错、联想、推测、记忆、自适应和自处理等 特点[21，能较好地完成复杂输入和输出的非线性映射， 并行处理能力强，识别和预测迅速准确 ，并且稳健性 因为 BP网络在处理非线性映射问题时功能强 好。利用 BP(Back Propagation)网络建立橡胶复合材料 大，有着良好的函数逼近能力和容错性，特别适合研究 配合剂含量与材料物化性能之间的非线性关系模型， 非线性系统的特性。1989年 Robertt 】从数学上证明了 实验表明该模型误差小，计算速度快，与传统的材料配 任何一个闭区间上的连续函数都可以用一个三层 BP 方设计方法相比，提高了效率，降低了成本。 网络来逼近。BP网络