基于神经网络的聚四氟乙烯复合材料摩擦系数实时识别
基于神经网络,对聚四氟乙烯(PTFE)复合材料摩擦系数实时识别进行了研究,在此阶段中,可以对材料的物理性质进行实时监控,通过人工神经网络模型结构来对PTFE复合材料的摩擦系数进行实时识别,从而为后续复合材料的加工工艺提供实时监控的理论依据和支撑.采用BP算法训练的神经网络均可进行任意精度逼近,但在实际网络训练中,非线性作用函数类型、训练样本数量等均可能降低网络模型精度.采用非线性函数最小二乘曲线拟合的线性算法表明,该线性化处理方法是正确的,为已知材料性能时,快速识别摩擦系数提供了一种有效的手段.
摩擦系数、聚四氟乙烯复合材料、BP算法、实时识别
47
2018年度辽宁省普通高等学校本科教学改革研究项目10841625
2020-04-10(万方平台首次上网日期,不代表论文的发表时间)
共5页
130-134