润滑与密封
潤滑與密封
윤활여밀봉
LUBRICATION ENGINEERING
2007年
1期
79-82,104
,共5页
闫普选%朱鹏%谷和平%黄培
閆普選%硃鵬%穀和平%黃培
염보선%주붕%곡화평%황배
热塑性聚酰亚胺%油保持率%多孔材料%神经网络
熱塑性聚酰亞胺%油保持率%多孔材料%神經網絡
열소성취선아알%유보지솔%다공재료%신경망락
以热塑性聚酰亚胺多孔材料制备工艺为研究对象,考察主要工艺参数(冷压压力、烧结温度及保温时间)对多孔材料关键指标(含油率和油保持率)的影响;采用反向传播神经网络(BPNN)和径向基神经网络(RBFNN),建立其油保持率预测模型,分别考察了Levenberg-Marquardt算法和拟牛顿算法优化网络模型的运算量和精度.结果表明:随着压力、温度和时间的提高,材料孔隙率降低,从而含油率呈现下降趋势;而油保持率由材料孔径和孔隙率共同决定,正交实验表明其与工艺参数关系较复杂;同时RBFNN模型因采用径向基幽数,在小输入量范围内可产生高响应,为此,更适合热塑性聚酰亚胺多孔材料冷压烧结工艺特点.
以熱塑性聚酰亞胺多孔材料製備工藝為研究對象,攷察主要工藝參數(冷壓壓力、燒結溫度及保溫時間)對多孔材料關鍵指標(含油率和油保持率)的影響;採用反嚮傳播神經網絡(BPNN)和徑嚮基神經網絡(RBFNN),建立其油保持率預測模型,分彆攷察瞭Levenberg-Marquardt算法和擬牛頓算法優化網絡模型的運算量和精度.結果錶明:隨著壓力、溫度和時間的提高,材料孔隙率降低,從而含油率呈現下降趨勢;而油保持率由材料孔徑和孔隙率共同決定,正交實驗錶明其與工藝參數關繫較複雜;同時RBFNN模型因採用徑嚮基幽數,在小輸入量範圍內可產生高響應,為此,更適閤熱塑性聚酰亞胺多孔材料冷壓燒結工藝特點.
이열소성취선아알다공재료제비공예위연구대상,고찰주요공예삼수(냉압압력、소결온도급보온시간)대다공재료관건지표(함유솔화유보지솔)적영향;채용반향전파신경망락(BPNN)화경향기신경망락(RBFNN),건립기유보지솔예측모형,분별고찰료Levenberg-Marquardt산법화의우돈산법우화망락모형적운산량화정도.결과표명:수착압력、온도화시간적제고,재료공극솔강저,종이함유솔정현하강추세;이유보지솔유재료공경화공극솔공동결정,정교실험표명기여공예삼수관계교복잡;동시RBFNN모형인채용경향기유수,재소수입량범위내가산생고향응,위차,경괄합열소성취선아알다공재료냉압소결공예특점.
