基于BP神经网络的GCr15轴承钢表面磨损趋势预测
Transactions of Materials and Heat Treatment（2023）
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.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要