一种基于神经网络的角接触球轴承摩擦力矩预测方法

一种基于神经网络的角接触球轴承摩擦力矩预测方法

论文摘要

摩擦力矩引起的功率损耗是影响角接触球轴承性能的主要因素。针对角接触球轴承摩擦力矩具有非线性和不确定性的特点,以及经验公式计算存在着较大偏差的问题,提出了一种基于神经网络的角接触球轴承摩擦力矩预测方法。基于角接触球轴承摩擦力矩试验,运用神经网络并结合遗传算法建立了角接触球轴承摩擦力矩预测GA-Elman模型。试验结果表明,运用GA-Elman神经网络预测模型预测的角接触球轴承摩擦力矩值与试验值能较好地吻合,准确率在95%以上,验证了该模型的有效性。

论文目录

  • 1 基于神经网络的角接触球轴承摩擦力矩预测模型
  •   1.1 角接触球轴承摩擦力矩分析
  •   1.2 神经网络理论
  •   1.3 遗传算法
  • 2 角接触球轴承摩擦力矩试验
  •   2.1 角接触球轴承摩擦力矩试验台
  •   2.2 测试轴承
  •   2.3 试验条件
  • 3 神经网络模型的训练和验证
  •   3.1 神经网络模型的训练
  •   3.2 GA-Elman神经网络模型的验证
  • 4 结束语
  • 文章来源

    类型: 期刊论文

    作者: 常笑,王保民,孙传东

    关键词: 角接触球轴承,摩擦力矩,预测方法,人工神经网络,遗传算法

    来源: 机械设计与制造工程 2019年06期

    年度: 2019

    分类: 工程科技Ⅱ辑

    专业: 机械工业

    单位: 兰州理工大学机电工程学院

    分类号: TH133.3

    页码: 117-122

    总页数: 6

    文件大小: 2401K

    下载量: 93

    相关论文文献

    标签:;  ;  ;  ;  ;  

    一种基于神经网络的角接触球轴承摩擦力矩预测方法
    下载Doc文档

    猜你喜欢