[发明专利]金属塑料复合自润滑材料塑料工作层成分优化方法

摘要

本发明公开了一种金属塑料复合自润滑材料塑料工作层成分优化方法，先根据给定需要进行设计的塑料工作层各成分配比及优化设计目标，给出对BP神经网络进行训练用的样本，再训练BP神经网络，构造出一个系统反应输入和输出的映射关系，最后将训练好的BP神经网络模型作为优化设计的观察工具，在塑料工作层指定成分含量参数组合的基础上分别变化各参数大小，选择各个参数的最优解，本发明结合BP神经网络和正交试验获得数据作为神经网络训练样本，建立输入为塑料工作层各成分配比，输出为材料的摩擦学性能的神经网络模型，并通过样本检验模型的准确性，从而减少实验验证材料最佳配比的实验数量，提高优化设计的效率。

主权项

1. 一种金属塑料复合自润滑材料塑料工作层成分优化方法，其特征是包括以下步骤：1)根据给定需要设计的塑料工作层各成分配比及优化设计目标，给出对BP神经网络进行训练用的样本：2)训练BP神经网络，构造输入和输出的映射关系，具体步骤为：(A)利用正交试验的设定值作为BP神经网络的输入，构造输入和输出映射关系的BP神经网络；(B)训练BP神经网络，使输入层节点的个数等于正交试验设定的主成分个数，输出层结点个数等于优化目标的个数，隐含节点的选取利用公式：其中：m为输入节点数，n为输出节点数，a为1～10之间的常数，p先从小的开始取；(C)利用训练好的BP神经网络预测并验证，当结果精度>0.01的要求时，进行步骤(4)，否则重复步骤(2)；(D)得到一个系统反应输入和输出关系，并可作为成分配比优化设计的BP神经网络预测模型；3)将训练好的BP神经网络模型作为优化设计的观察工具，在塑料工作层指定成分含量参数组合的基础上分别变化各参数大小，观察各参数对优化目标的影响，并选择各个参数的最优解；4)采用常用加工工艺，在优化得出的组合里选择最优的各成分配比，并应用于实际的材料制造成型。