基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
利用BP人工神经网络建立了磨损自补偿状态下的摩擦副磨合特性预测的仿真计算模型.用L-M规则进行神经网络学习训练可使网络收敛快,误差小.网络输出结果与实验结果比较有极好的吻合性.该神经网络可用于青铜-45#钢摩擦副表面粗糙度对磨合特性影响的准确预测,亦可为工程设计人员在摩擦学设计时提供有效的计算工具.
推荐文章
基于神经网络的树脂基摩擦材料摩擦因数的预测模型
树脂基摩擦材料
神经网络
摩擦因数
磨损率
自递归神经网络预测结构响应
自递归神经网络
学习算法
学习率
结构响应
基于RBF神经网络的电动负载模拟器摩擦与间隙补偿方法研究
电动负载模拟器
RBF神经网络
Lugre模型
间隙逆模型
基于神经网络的间隙机构运动副磨损预测
BP神经网络
间隙
接触应力
磨损预测
轴套
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 神经网络对磨损自补偿摩擦副磨合过程的预测
来源期刊 润滑与密封 学科 工学
关键词 磨合 表面粗糙度 神经网络 L-M训练规则
年,卷(期) 2000,(5) 所属期刊栏目
研究方向 页码范围 11-13
页数 3页 分类号 TH11
字数 2083字 语种 中文
DOI 10.3969/j.issn.0254-0150.2000.05.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 徐建生 39 363 11.0 17.0
2 赵源 37 313 9.0 15.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (4)
同被引文献  (0)
二级引证文献  (0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
磨合
表面粗糙度
神经网络
L-M训练规则
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
润滑与密封
月刊
0254-0150
44-1260/TH
大16开
广州市黄埔区茅岗路828号广州机械科学研究所
46-57
1976
chi
出版文献量(篇)
8035
总下载数(次)
15
总被引数(次)
53881
论文1v1指导