[发明专利]基于BP神经网络的橡胶减振器使用寿命预测方法

权利要求书

1.一种基于BP神经网络的橡胶减振器使用寿命预测方法，其特征在于，该方法包括以下步骤：

步骤1、建立橡胶减振器老化寿命的BP神经网络模型，其中进行加速老化试验时，在不同加速老化试验温度和加速老化试验时间条件下进行老化试验，并测量性能保持率，将这些实验数据作为该老化寿命的BP神经网络模型的训练样本；

运用建立的老化寿命的BP神经网络模型预测老化寿命，即建立起橡胶减振器老化性能达到某性能保持率时，某一加速老化试验温度T下的加速老化试验时间与常温下的老化时间的对应关系；

步骤2、建立橡胶减振器使用寿命的BP神经网络模型，该建立方法包括：

步骤21、取工作M年的旧件，测量其性能保持率为P，由所述步骤1中的老化寿命的BP神经网络模型得出，常温下橡胶减振器使用M年对应加速老化试验温度T下的加速老化试验时间m天；

此时，仅老化后的橡胶减振器的性能保持率达不到P，将新件在温度下T下进行加速老化试验m天后，再进行疲劳试验，当疲劳试验的疲劳载荷为N次时，橡胶减振器的性能保持率达到P；

对于疲劳，每年的疲劳载荷是均匀且相等的，得出每年的平均载荷用表示；

步骤22、取多个旧件，先利用步骤1中的老化寿命的BP神经网络模型预测出在某加速老化试验温度下的加速老化试验时间，再根据预测结果对旧件进行加速老化试验，然后对老化试验完的橡胶减振器进行疲劳试验，该疲劳试验的疲劳载荷根据该旧件的工作时间及所述步骤21中计算得到的平均载荷计算得到，最后对进行完疲劳试验的橡胶减振器测量性能保持率，将采用上述方法得到的实验数据作为该建立使用寿命的BP神经网络的训练样本；

步骤3、运用步骤2所建立的使用寿命的BP神经网络模型来对橡胶减振器的使用寿命进行预测。

2.根据权利要求1所述的基于BP神经网络的橡胶减振器使用寿命预测方法，其特征在于，所述步骤1和步骤2中BP神经网络的网络层数均为三层，分别为输入层、隐含层和输出层，输入层的神经元个数均为两个，输出层的神经元个数均为一个，隐含层神经元的个数均通过经验公式推算和试凑调整决定，激活函数均为S型激活函数；其中步骤1中BP神经网络的输入为加速老化试验温度和加速老化试验时间，输出为老化下的性能保持率；步骤2中BP神经网络的输入为加速老化试验时间和疲劳载荷，输出为老化和疲劳叠加下的性能保持率。

3.根据权利要求1所述的基于BP神经网络的橡胶减振器使用寿命预测方法，其特征在于，所述步骤1和步骤2中加速老化试验为热空气加速老化试验。

4.根据权利要求1所述的基于BP神经网络的橡胶减振器使用寿命预测方法，其特征在于，所述步骤1和步骤2中建立BP神经网络所用的训练样本中实验数据随机分为两部分，一部分为训练样本集，另一部分为测试样本集。

5.根据权利要求1所述的基于BP神经网络的橡胶减振器使用寿命预测方法，其特征在于，所述步骤1和步骤2中所述的训练样本所用的实验数据需要进行处理后才能用于建立BP神经网络模型，进行处理的方法为归一化处理方法。