铝基复合材料高速干摩擦行为的遗传神经网络预测模型.PDFVIP

第 25 卷　第 6 期 摩 擦 学 学 报 25, 　 6 V o l N o 2005 年 11 月 TR IBOL O GY N ov , 2005 铝基复合材料高速干摩擦行为的遗传 神经网络预测模型 1, 2 3 1 邱　明 , 张永振 , 朱　均 ( 1. 西安交通大学 润滑理论及轴承研究所, 陕西 西安　7 10049; 2. 河南科技大学 机电工程学院, 河南 洛阳　47 1003; 3. 河南科技大学 材料科学与工程学院, 河南 洛阳　47 1003) 摘要: 对 4 种 SiC 颗粒增强铝基复合材料在 5 种速度和 4 种压力条件下进行了销盘摩擦磨损试验, 运用遗传神经网 络技术建立了铝基复合材料在高速干滑动过程中的摩擦行为预报模型, 并用该模型对铝基复合材料进行预报. 结果表 明, 蓄热能力较大的铝基复合材料在服役条件下具有较高的摩擦系数, 与实际情况相一致. 用遗传神经网络建立的铝 基复合材料摩擦行为预测模型为服役条件下提供了简便、可靠的优选材料方法. 关键词: 铝基复合材料; 神经网络; 高速; 干摩擦行为 中图分类号: TH 117. 3 文献标识码: A 文章编号: (2005) 　　SiC 颗粒增强铝基复合材料质量轻、硬度高、导 1　径向基函数神经网络及遗传算法 热性能好, 具有优 良的耐磨性能, 近年来在车辆制动 盘方面 的应用得到 了世界各 国的广泛关注和研 1. 1　径向基函数神经网络 [ 1～ 4 ] ( 径 向基函数( ) 网络是一种性能良好的前向 究 . 正确给出不同服役条件 滑动速度和接触压 RB F ) ( ) 神经网络, 与线性基函数( ) 网络相比具有最佳逼 力等 及材料热性能 蓄热能力等 下的摩擦磨损性能 LB F [ 6～ 9 ] 衰退规律是合理选择材料组分的基础. 由于 SiC 颗粒 近和能够较好地克服局部极小问题的特性 . RB F 增强铝基复合材料的摩擦系数受外部因素影响较大, 网络通过对样本的不断学习来调整各个神经元之间 采用普通的数学方法难以较好地描述其在高速干滑 的连接权值, 使其进入稳定状态, 从而完成对网络的 动过程中摩擦学行为的演变规律. 训练. 然后利用这个稳定的网络对未