基于人工神經(jīng)網(wǎng)絡(luò)的摩擦材料性能預(yù)測(cè)研究.pdf

1、在生產(chǎn)摩擦材料前對(duì)預(yù)選配方材料各種組合的摩擦性能進(jìn)行詳細(xì)預(yù)測(cè)，對(duì)摩擦材料新產(chǎn)品的研究和發(fā)展起著重要的推進(jìn)作用。人工神經(jīng)網(wǎng)絡(luò)是一種模擬人腦神經(jīng)激勵(lì)反饋應(yīng)對(duì)信號(hào)過(guò)程，選擇不同結(jié)構(gòu)連接方式建立不同種網(wǎng)絡(luò)，從而達(dá)到智能識(shí)別應(yīng)用，人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自組織、自適應(yīng)的能力并且對(duì)非線性函數(shù)逼近能力和很強(qiáng)的容錯(cuò)能力?；谌斯ど窠?jīng)網(wǎng)絡(luò)對(duì)復(fù)雜非線性環(huán)境優(yōu)秀的擬合能力，因此，無(wú)論非線性系統(tǒng)呈現(xiàn)函數(shù)多么復(fù)雜，人工神經(jīng)網(wǎng)絡(luò)都可以盡力模擬相似的環(huán)境，而且對(duì)于越

2、復(fù)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(dòng)器用襯片規(guī)定的摩擦性能測(cè)試方法實(shí)驗(yàn)數(shù)據(jù)，進(jìn)行了分類分組，并且對(duì)比了反饋神經(jīng)網(wǎng)絡(luò)Elman、前饋網(wǎng)絡(luò)BP、徑向網(wǎng)絡(luò)RBF三種常用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)摩擦材料升溫摩擦系數(shù)和降溫摩擦系數(shù)，變換BP和Elman網(wǎng)絡(luò)常用訓(xùn)練函數(shù)trainlm和traingdx與貝葉斯正則化訓(xùn)練函數(shù)并且對(duì)比了預(yù)測(cè)誤差，最終選擇了最優(yōu)的貝葉斯正則化訓(xùn)練函數(shù)完成了實(shí)驗(yàn)預(yù)

3、測(cè)工作。在實(shí)驗(yàn)中單層網(wǎng)絡(luò)實(shí)驗(yàn)中選擇Elman網(wǎng)絡(luò)預(yù)測(cè)本研究實(shí)驗(yàn)數(shù)據(jù)的單層6[10]1結(jié)構(gòu)在全部單層網(wǎng)絡(luò)測(cè)試預(yù)測(cè)中精度最高，使用tansig作為傳遞函數(shù)和logsig作為輸出函數(shù)，單一隱含層內(nèi)添加10個(gè)神經(jīng)元，傳較為準(zhǔn)確地預(yù)測(cè)了含較低組分磨料的摩擦材料的升溫摩擦系數(shù)和降溫摩擦系數(shù)。在優(yōu)化Elman網(wǎng)絡(luò)時(shí)變換多層網(wǎng)絡(luò)結(jié)構(gòu)分別使用雙層和三層網(wǎng)絡(luò)結(jié)構(gòu)，將原10神經(jīng)元的單隱含層網(wǎng)絡(luò)分化，中間層仍為tansig但多層傳遞，網(wǎng)絡(luò)結(jié)構(gòu)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(gè)神經(jīng)元增加至12及以上的神經(jīng)元進(jìn)行預(yù)測(cè)，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(jié)構(gòu)，單輸出的網(wǎng)絡(luò)。研究結(jié)論如下:
　　(1)多隱含

5、層人工神經(jīng)網(wǎng)絡(luò)可以優(yōu)化單隱含層人工神經(jīng)網(wǎng)絡(luò)在摩擦材料性能預(yù)測(cè)中的準(zhǔn)確性。
　　(2) Elman網(wǎng)絡(luò)預(yù)測(cè)本研究實(shí)驗(yàn)數(shù)據(jù)的精度最高，單層網(wǎng)絡(luò)選擇了6[10]1結(jié)構(gòu)，使用S型正切傳遞函數(shù)和S型對(duì)數(shù)輸出函數(shù)，較為準(zhǔn)確地預(yù)測(cè)了含較低組分磨料的摩擦材料的升溫摩擦系數(shù)和降溫摩擦系數(shù)。
　　(3)多層網(wǎng)絡(luò)選擇性更高，可以在小范圍內(nèi)更好的預(yù)測(cè)實(shí)驗(yàn)結(jié)果。
　　(4)考慮到Elman網(wǎng)絡(luò)通常用于預(yù)測(cè)動(dòng)態(tài)、非線性數(shù)據(jù)，而前饋BP、徑向RBF