您的位置: 专家智库 > >

国家自然科学基金(59575034)

作品数:12 被引量:28H指数:4
相关作者:徐建生赵源邹岚田娥莫易敏更多>>
相关机构:武汉化工学院武汉材料保护研究所武汉理工大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:机械工程自动化与计算机技术金属学及工艺理学更多>>

文献类型

  • 12篇期刊文章
  • 1篇会议论文

领域

  • 12篇机械工程
  • 4篇自动化与计算...
  • 1篇金属学及工艺
  • 1篇理学

主题

  • 7篇神经网
  • 7篇神经网络
  • 5篇网络
  • 5篇摩擦学
  • 4篇螺母
  • 4篇磨损
  • 4篇磨损自补偿
  • 4篇摩擦学设计
  • 3篇丝杆
  • 2篇粘度
  • 2篇润滑油
  • 2篇神经网络模型
  • 2篇丝杆螺母副
  • 2篇网络模型
  • 2篇摩擦副
  • 2篇边界膜
  • 2篇BP神经
  • 1篇多层神经网络
  • 1篇性能研究
  • 1篇学习率

机构

  • 9篇武汉化工学院
  • 9篇武汉材料保护...
  • 3篇武汉理工大学
  • 1篇华东理工大学

作者

  • 9篇徐建生
  • 8篇赵源
  • 3篇邹岚
  • 3篇莫易敏
  • 3篇田娥
  • 2篇胡家顺
  • 1篇冯常勤
  • 1篇李健
  • 1篇李毅
  • 1篇高志
  • 1篇李英

传媒

  • 3篇润滑与密封
  • 2篇机械设计与制...
  • 2篇武汉化工学院...
  • 1篇中国机械工程
  • 1篇机床与液压
  • 1篇摩擦学学报(...
  • 1篇机械设计
  • 1篇中国表面工程

年份

  • 1篇2007
  • 2篇2006
  • 1篇2002
  • 1篇2001
  • 8篇2000
12 条 记 录,以下是 1-10
排序方式:
齿轮油的高压性能研究
采用石英晶体振荡粘度仪,在高剪切率条件下对2种齿轮油进行了高压性能试验研究,并获得了这2种齿轮油的压-粘、压-密性能的数学关系式.结果表明:润滑油的粘度和密度都随工作压力的升高而增大,随着温度的升高而下降.当压力达到一定...
高志李英冯常勤赵源
关键词:齿轮油粘度温度
文献传递
轧机压下装置中重载丝杆—螺母副的磨损自补偿系统磨损模型的建立被引量:11
2001年
在基本摩擦学理论和试验的基础上建立了轧机压下装置中重载丝杆—螺母副的摩擦学特性与载荷之间关系的磨损自补偿数学模型 ,推导出相对准确的摩擦系数载荷 ,磨损率载荷计算公式 ,与试验结果比较有较好的吻合性。该数学模型可为工程设计人员在摩擦学设计时提供有效的计算工具。
徐建生赵源
关键词:摩擦学设计载荷
神经网络预测摩擦表层转移元素分布规律的研究被引量:2
2000年
建立了磨损自补偿状态下45钢/黄铜摩擦副表面复合层铜和锌元素分布规律的BP神经网络模型该网络较准确地预测摩擦副表层转移元素铜和锌沿表层深度分布的规律。为摩擦学设计的程序化计算与分析,提供了方便又有效的工具。
徐建生赵源
关键词:神经网络摩擦学设计
摩擦系统神经网络模型自学习训练优化方法被引量:4
2000年
建立了 4 5钢 /黄铜摩擦副的摩擦学系统的 BP神经网络模型 ,并用三种算法对神经网络进行学习训练 ,结果表明 :L M算法可使网络收敛快 ,误差小 .整个神经网络的建立使用 Matlab神经网络工具箱中的工具函数 ,使编程工作量大大减少 ,设计过程简化 ,使神经网络可为广大的工程设计人员所掌握应用 .
徐建生胡家顺赵源
关键词:神经网络模型磨擦副
BP神经网络在摩擦学设计计算中的应用被引量:4
2000年
用双隐层BP人工神经网络 ,建立了丝杆螺母副的磨损率与滑动速度关系的数学模型。该模型可用于准确地计算丝杆螺母副和蜗轮蜗杆副的磨损率 ,可十分方便地用于摩擦学程序设计。采用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。该神经网络可为工程设计人员 ,在摩擦学设计时提供有效的计算工具。
徐建生赵源
关键词:摩擦学设计神经网络
自补偿添加剂作用下钢-钢摩擦副的摩擦学特性被引量:2
2006年
在轧机压下装置中的齿轮传动钢-钢摩擦副上,考察了所研制的磨损自补偿添加剂SW4对润滑油承载能力及钢-钢摩擦副摩擦磨损特性的影响。结果表明:磨损自补偿剂SW4加入所试验的4种润滑油中,都不同程度地提高钢-钢摩擦副的最大无卡咬负荷和烧结负荷,其中最大无卡咬负荷提高程度较大;同时钢-钢摩擦副的耐磨性也有很大的提高。
田娥莫易敏
关键词:钢-钢摩擦副
基于双隐层神经网络的边界膜强度计算模型
2000年
本文用双隐层BP人工神经网络建立了丝杆螺母副表面边界膜温度特性的磨损自补偿数学模型。该模型可用于准确地预测温度对边界膜强度的影响。并采用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。该神经网络可为工程设计人员在摩擦学设计时提供有效的计算工具。
徐建生赵源邹岚
关键词:神经网络边界膜丝杆螺母副
摩擦表面边界膜温度特性的神经网络模型被引量:4
2000年
采用非线性变换单元组成的多层前馈神经网络建立了丝杆螺母摩擦副表面边界膜温度特性的磨损自补偿数学模型 ,该模型可用于准确地预测边界膜对摩擦学特性的影响 .采用 L- M规则进行神经网络学习训练使网络收敛快且误差小 ,所得网络输出结果与实验结果有较好的吻合性 .
徐建生李健邹岚
关键词:边界膜温度特性神经网络模型
水污染对磨损自补偿性能影响研究
2006年
为了研究水污染对磨损自补偿性能的影响,针对重载丝杆-螺母副分别在N150和N150+SW4中磨损率随含水量的变化研究了自补偿添加剂SW4在水污染环境下的摩擦学特性。结果表明:水有利于自补偿润滑油在摩擦表面形成磨损自补偿膜,提高其补偿率;以自补偿润滑油代替常规润滑油是非常好的耐磨措施。
田娥莫易敏
关键词:水污染磨损率
自补偿润滑油作用下丝杆螺母副表面硬度研究被引量:1
2007年
为了研究目前钢厂轧机压下系统丝杆螺母副使用的硬度比是否合理,对在N150.SW4润滑作用下钢-铜摩擦副摩擦学特性与钢表面硬度及表面处理工艺的关系进行了研究。结果表明:在N150.SW4润滑作用下,在硬度为HV320~800范围内,钢-铜摩擦副的磨损随钢表面的硬度提高而下降,目前钢厂轧机压下系统丝杆螺母副丝杆表面硬度是不尽合理的,建议将丝杆表面硬度提高到HV 800左右和采用适当的表面处理工艺(如FM法或气体氮化),同时,提高丝杆表面的光洁度。
田娥莫易敏李毅
共2页<12>
聚类工具0