基于人工神經網絡的摩擦材料性能預測研究.pdf

1、在生產摩擦材料前對預選配方材料各種組合的摩擦性能進行詳細預測，對摩擦材料新產品的研究和發(fā)展起著重要的推進作用。人工神經網絡是一種模擬人腦神經激勵反饋應對信號過程，選擇不同結構連接方式建立不同種網絡，從而達到智能識別應用，人工神經網絡具有自學習、自組織、自適應的能力并且對非線性函數逼近能力和很強的容錯能力?；谌斯ど窠浘W絡對復雜非線性環(huán)境優(yōu)秀的擬合能力，因此，無論非線性系統(tǒng)呈現函數多么復雜，人工神經網絡都可以盡力模擬相似的環(huán)境，而且對于越

2、復雜的系統(tǒng)，這種模擬效果就越明顯。
　　本文梳理了大量課題組按照GB5763-2008中第4類盤式制動器用襯片規(guī)定的摩擦性能測試方法實驗數據，進行了分類分組，并且對比了反饋神經網絡Elman、前饋網絡BP、徑向網絡RBF三種常用神經網絡預測摩擦材料升溫摩擦系數和降溫摩擦系數，變換BP和Elman網絡常用訓練函數trainlm和traingdx與貝葉斯正則化訓練函數并且對比了預測誤差，最終選擇了最優(yōu)的貝葉斯正則化訓練函數完成了實驗預

3、測工作。在實驗中單層網絡實驗中選擇Elman網絡預測本研究實驗數據的單層6[10]1結構在全部單層網絡測試預測中精度最高，使用tansig作為傳遞函數和logsig作為輸出函數，單一隱含層內添加10個神經元，傳較為準確地預測了含較低組分磨料的摩擦材料的升溫摩擦系數和降溫摩擦系數。在優(yōu)化Elman網絡時變換多層網絡結構分別使用雙層和三層網絡結構，將原10神經元的單隱含層網絡分化，中間層仍為tansig但多層傳遞，網絡結構Elman6[5,

4、5]21、Elman6[6,5]21、Elman6[6,4]21、Elman6[4,6]21、Elman6[7,3]21、Elman6[4,3,3]31、Elman6[4,3,2]31、Elman6[3,3,2]31、Elman6[5,4,3]31等，從10個神經元增加至12及以上的神經元進行預測，最終得到總平均誤差最小的Elman6[5，4，3]31，6輸入中間層5，4，3三層結構，單輸出的網絡。研究結論如下:
　　(1)多隱含

5、層人工神經網絡可以優(yōu)化單隱含層人工神經網絡在摩擦材料性能預測中的準確性。
　　(2) Elman網絡預測本研究實驗數據的精度最高，單層網絡選擇了6[10]1結構，使用S型正切傳遞函數和S型對數輸出函數，較為準確地預測了含較低組分磨料的摩擦材料的升溫摩擦系數和降溫摩擦系數。
　　(3)多層網絡選擇性更高，可以在小范圍內更好的預測實驗結果。
　　(4)考慮到Elman網絡通常用于預測動態(tài)、非線性數據，而前饋BP、徑向RBF