润滑油粘度对磨损影响的神经网络预测模型  

Neural network for predicting effect of lubricant viscosity on wear

作　　者：徐建生[1] 赵源[2] 邹岚[2] 

机构地区：[1]武汉化工学院机械系 [2]武汉材料保护研究所

出　　处：《石油机械》2000年第7期9-11,67,共3页China Petroleum Machinery

基　　金：国家自然科学基金

摘　　要：建立了预测磨损自补偿状态下润滑油运动粘度对锡青铜ZQSn10－1／45钢摩擦副磨损特性影响规律的BP神经网络模型。用不同粘度的润滑油做了相应的磨损试验，并由此制成神经网络的目标样本。利用Matlab系统神经网络工具箱中的神经网络函数建立神经网络模型，使编程工作量大大减少。采用Levenberg-Marquardt优化算法对神经网络进行了学习训练，网络输出结果与实验结果吻合性较好。该网络可较准确地预测润滑油的运动粘度对摩擦副磨损特性的影响规律，为摩擦学设计的程序化计算和石化产品的性能分析提供了方便有效的工具。The BP neural network used in the prediction of the effect of the lubricant viscosity on the wear property of 45 steel/bronze friction pairs was established. Wear tests on lubricants with various viscosities were made, and the objective sample of the neural network was obtained. To simplify programming, the functions in the toolbox of MATLAB software wereused. The network is a practicable tool for solving the problem of the calculation in tribology design.

关 键 词：神经网络 润滑油 粘度 磨损 预测模型 

分 类 号：TE626.3[石油与天然气工程—油气加工工程] TE622.5