基于BP神经网络的GCr15轴承钢表面磨损趋势预测

摘要：

为研究不同粗糙度对GCr15轴承钢使用寿命的影响,使用UMT-2摩擦磨损实验机和重载往复摩擦磨损实验仪对GCr15轴承钢试样进行摩擦磨损实验,获得了其在4种粗糙度、3种润滑条件、两种实验载荷下的磨损趋势.同时,利用BP(Back-propagation)算法建立不同粗糙度和润滑条件对GCr15轴承钢磨损变化趋势分析的神经网络模型.结果表明:在3种润滑条件下,随着表面粗糙度的增大,GCr15轴承钢的磨损面积均先减小后增大,其接触面表面粗糙度存在一个具有较好的耐磨性能的范围.实验结果证明了神经网络预测模型具有较强的机器学习能力和较高的泛化能力,能够很好地预测GCr15轴承钢的磨损趋势.

关键词：GCr15钢、粗糙度、润滑状态、耐磨性、神经网络

所属期刊栏目：44

分类号：TG142.4(金属学与热处理)

资助基金：国家自然科学基金51905153

在线出版日期：2023-04-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：174-183