BP神经网络算法预测摩擦学性能的研究开题报告

全文总字数：3763字

1. 研究目的与意义

人工神经网络具有高度的并行分布式、联想记忆、自组织及自学习能力和极强的非线性映射能力,在许多领域显示了广阔的应用前景.但是,将神经网络用于摩擦学行为预测的研究报道却还鲜见。

人工神经网络特别适用于某些特定的领域，那些领域具有这样的特点:它缺乏一定的精确计算公式，然而拥有着丰富的问题求解经验和数据。

相反地，如果需要应用精确数学计算，而且需要表达全部或本分的计算过程并且无法获得样本数据，这样的任务用神经网络来解决是不合适的。

2. 国内外研究现状分析

对摩擦学复杂问题的定量研究主要有对磨损过程的预测、对摩擦因数的预测和分析及对磨屑的分析识别等。

磨损过程的预测是通过特定的模型对不同接触情形下的摩擦副进行分析，根据所得的摩擦因数、摩擦振动等参数，对摩擦副的磨损情况进行分析预测。

摩擦副摩擦因数的预测分析则是通过特定的模型和算法，结合材料的组分和接触情况等，对摩擦副间的摩擦因数进行预测分析。

3. 研究的基本内容与计划

了解BP神经网络算法在摩擦学领域中应用的特点，应用场合、国内外研究进展。

学习并熟练掌握BP神经网络算法及摩擦学相关相关基础知识a) 调研及查阅文献，翻译外文资料写出开题报告 3周b) 学习并熟练掌握BP神经网络算法及摩擦学相关相关基础知识 2周c）设计工作方案，分析在不同条件下的摩擦学数据 8周d) 撰写论文，答辩 3周

4. 研究创新点

分析了离子液体的摩擦学性能，并对离子液体的摩擦学性能做出预测