《机电工程》杂志社科技期刊核心期刊论文投稿机电一体化机械、仪表电工自动化、计算机浙江大学主办

《机电工程》杂志，月刊( 详细... )

中国标准连续出版物号： ISSN 1001-4551 CN 33-1088/TH
主办单位：浙江省机电集团有限公司
浙江大学
主编：赵群
副主编：唐任仲、罗向阳(执行主编)
总经理：罗向阳
出版：浙江《机电工程》杂志社有限公司
地址：杭州市上城区延安路95号浙江省机电集团大楼二楼211、212室
电话Tel：+86-571-87041360、87239525
E-mail：meem_contribute@163.com
国外发行：中国国际图书贸易总公司
订阅：全国各地邮局 国外代号：M3135
国内发行：浙江省报刊发行局
邮发代号：32-68
广告发布登记证：杭上市管广发G-001号

在线杂志	当前位置：机电工程 >>在线杂志

石墨烯润滑油润滑下摩擦副摩擦因数预测模型

作者：张丽秀,李爽,魏晓奕,等. 日期：2023-05-25/span> 浏览：519 查看PDF文档

石墨烯润滑油润滑下摩擦副摩擦

因数预测模型*

张丽秀1,2,李爽3,魏晓奕4,王俊海1,李颂华2,3

(1.沈阳建筑大学分析与检测技术研究中心,辽宁沈阳 110000;2.沈阳建筑大学高档石材数控加工装备

与技术国家地方联合工程试验室,辽宁沈阳 110000;3.沈阳建筑大学机械工程学院,辽宁沈阳 110000;

4.沈阳建筑大学材料科学与工程学院,辽宁沈阳 110000)

摘要:轴承摩擦状态很复杂,且以滚动摩擦为主,滚动摩擦因数的精确计算或者测量都很困难。针对轴承滚动摩擦因数难以测量的问题,对与滚动摩擦因数密切关联的滑动摩擦因数进行了试验和预测研究,提出了一种最佳滑动摩擦因数的预测网络模型。首先,在石墨烯润滑油润滑工况下,进行了Si3N4-GCr15摩擦副的摩擦磨损试验,获得了不同工况下石墨烯质量分数下的滑动摩擦因数;然后,提出了广义回归神经网络(GRNN),并运用遗传算法(GA)优化得到了光滑因子(σ),获得了最佳滑动摩擦因数的预测网络模型GA-GRNN;最后,对测试集预测结果与其他预测模型预测结果进行了预测效果验证,并结合验证集预测结果进行了预测模型的应用验证。研究结果表明:与常规GRNN模型以及误差反馈(BP)神经网络模型相比,GA-GRNN模型的摩擦因数预测准确度更高,且其预测误差更小;GAGRNN模型的验证集预测值很接近真实值,预测值平均准确率达到了92.30%,预测相对误差在［0.00099017,0.0083249］区间内,对滑动摩擦因数预测效果良好。该结果可为轴承滚动摩擦因数的预测提供基础。

关键词:轴承;滚动/滑动摩擦因数;广义回归神经网络;遗传算法;摩擦磨损试验;预测误差;预测准确度

中图分类号:TH117.1;F272.1文献标识码:A文章编号:1001-4551(2023)03-0415-07

本文引用格式:

张丽秀,李爽,魏晓奕,等.石墨烯润滑油润滑下摩擦副摩擦因数预测模型［J］.机电工程,2023,40(3):415-421.

ZHANG Li-xiu, LI Shuang, WEI Xiao-yi, et al. Prediction model of friction factor of friction pair lubricated by graphene lubricating oil［J］.Journal of Mechanical & Electrical Engineering, 2023,40(3):415-421.