论文部分内容阅读
为了预测不同成分的树脂基摩擦材料的摩擦性能，建立了摩擦材料成分与摩擦因数之间的人工神经网络（ANN）预测模型。用收集到的30种不同组分的摩擦材料在100℃时的摩擦因数数据作为训练样本对网络进行训练，然后进行拟合，结果表明，网络拟合值与实验数据吻合很好。最后利用该模型对不同成分的4种摩擦材料进行摩擦因数的预测，并研究单一成分对树脂基摩擦材料因数的影响。结果表明，预测值与实测数据基本相符，100℃时预测的摩擦因数最小值μmin.p。与实验中实测的摩擦因数最小值μmin.m的相对误差小于13％，相应的摩擦因数最