手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

BP神经网络预测UHMWPE基复合材料干滑动摩擦学特性

马云海;佟金;阁久林

  评定各种因素对材料耐磨性的影响是非常复杂的。而且对于不同的磨损形式,需要建立不同的模型,因此将其应用于预测很不方便。人工神经网络在复杂系统的建模问题上具有其优越性。许多学者研究了高聚物及其复合材料滑动磨损规律和机理。考虑到输入、输出数据个数,根据实际程序调试设计了一个3×10×2的BP神经网络。其中输入层由3个神经元构成,分别为硅灰石纤维的处理方法(未处理、钛酸酯偶联剂处理、硅烷偶联剂处理、硅烷偶联剂+钛酸酯偶联剂复合处理)、硅灰石纤维的加入量(5%Wt,10%wt,15%wt和20%wt)和试验过程中的法向载荷(40N,80N,120N和160N)。这3个向量构成了BP网络的输入。隐层有10个神经元,输出层有2个神经元(分别为材料的摩擦系数和磨损量),输入层和隐层间的传递函数取Sigmoid函数,隐层和输出层间的传递函数为purelin函数。基于上述BP神经网络对硅灰石纤维增强超高分子量聚乙烯(UHMWPE)基复合材料的干滑动摩擦磨损特性进行模拟和预测。通过对神经网络的训练和检验,表明3×10×2的BP神经网络能够较好地预测硅灰石纤维偶联处理方式、纤维加入量及载荷大小等因素对复合材料的干滑动磨损特性的影响,其预测值与实测值吻合较好。该网络模型对磨损量和摩擦系数预测的正确率达到94%以上。……