基于BP神经网络的摩擦材料滑动摩擦性能预测

为了预测不同测试条件下,湿式扭矩限制器中摩擦材料的滑动摩擦性能,建立试验条件与摩擦性能之间的神经网络预测模型。选用BP神经网络进行建模,以不同测试压力和转速为输入变量,相应测试条件下的摩擦扭矩和扭矩稳定性为输出变量,通过一系列参数对比,确定最佳神经网络结构为单隐含层神经元个数为10,并采用L-M算法。采用L-M算法对网络进行训练,利用建立的神经网络对材料的滑动摩擦性能做进一步预测。结果表明:压力对扭矩及其稳定性的影响大于转速;无论是扭矩还是其稳定性,预测结果与实验结果具有相同的变化趋势,最大相对误差小于6%,所建立的神经网络预测模型可以用于滑动摩擦条件下对摩擦材料滑动摩擦性能的预测。