基于人工神經(jīng)網(wǎng)絡(luò)的摩擦學(xué)系統(tǒng)條件轉(zhuǎn)化研究.pdf

1、摩擦學(xué)表現(xiàn)出的摩擦磨損性能強(qiáng)烈的系統(tǒng)依賴和不可移植性以及過程的時變特征。任何摩擦磨損試驗結(jié)果都是在某一特定的條件下代表此特定系統(tǒng)的特性。因此，將摩擦學(xué)知識應(yīng)用于設(shè)計，達(dá)到摩擦學(xué)最小摩擦功耗、與摩擦行為相關(guān)的必要的可靠性、合適的使用壽命、最低制造和運行維護(hù)成本的設(shè)計目標(biāo)，必須要解決兩個方面的問題，首先，要研究解決系統(tǒng)特性轉(zhuǎn)化的方法和理論，從而實現(xiàn)一種系統(tǒng)條件下獲得的特性可以轉(zhuǎn)化到另一種系統(tǒng)條件下應(yīng)用。其次是要研究已積累的摩擦學(xué)特性數(shù)據(jù)。成

2、熟摩擦學(xué)系統(tǒng)條件轉(zhuǎn)化研究，使摩擦學(xué)數(shù)據(jù)庫不是一堆靜止相互孤立的數(shù)據(jù)而達(dá)到真正的工程上應(yīng)用成為可能。本文應(yīng)用人工智能中的神經(jīng)網(wǎng)絡(luò)和遺傳算法較成功地解決了摩擦學(xué)系統(tǒng)的轉(zhuǎn)化問題，并通過實例具體說明了轉(zhuǎn)化方法。 本文的主要研究成果體現(xiàn)在如下幾個方面： (1)建立了摩擦學(xué)系統(tǒng)部分條件下影響參數(shù)之間的神經(jīng)網(wǎng)絡(luò)泛函數(shù)關(guān)系程序。針對摩擦學(xué)試驗數(shù)據(jù)設(shè)計了適合的神經(jīng)網(wǎng)絡(luò)模型。 (2)利用神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力、非線性逼近能力、自聯(lián)想能

3、力等，通過有限的試驗數(shù)據(jù)來聯(lián)想推測非試驗數(shù)據(jù)，從而實現(xiàn)不同的摩擦學(xué)系統(tǒng)之間的特性轉(zhuǎn)化。 (3)研究了可根據(jù)人機(jī)互動輸入條件下的子神經(jīng)網(wǎng)絡(luò)泛函數(shù)的自行產(chǎn)生，從而保證了任意輸入條件下的仿真結(jié)果的連續(xù)輸出。 (4)研究了遺傳算法，并提出了一種有效的改進(jìn)的遺傳算法即定向遺傳算法用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)。大大提高了神經(jīng)網(wǎng)絡(luò)訓(xùn)練速度和精度。 (5)設(shè)計了MATLAB神經(jīng)網(wǎng)絡(luò)編程語言及VISUALBASIC界面編程語言的接口程序，實現(xiàn)