Prediction on tribological properties of carbon fiber and TiO2 synergistic reinforced polytetrafluoroethylene composites with artificial neural networks
Prediction on tribological properties of carbon fiber and TiO2 synergistic reinforced polytetrafluoroethylene composites with artificial neural networks
复制标题
利用人工神经网络预测碳纤维和TiO2协同增强聚四氟乙烯复合材料的摩擦学性能
DOI：
10.1016/j.matdes.2008.06.045
复制
发表时间：
2009-04
影响因子：
8.4
通讯作者：
Zhu, Jiahua
中科院分区：
文献类型：
--
作者：
Feng, Xin;Shi, Yijun;Wang, Huaiyuan;Lu, Xiaohua;Zhu, Jiahua
采用人工神经网络预测碳纤维/TiO 2颗粒协同增强聚四氟乙烯（PTFE）复合材料的摩擦学性能。基于聚四氟乙烯复合材料的实测数据库，通过训练好的人工神经网络成功地计算了磨损体积损失和摩擦系数。结果表明，在不同摩擦条件下（轻度、中度和严格试验条件），预测值与真实的试验值比较，都是可以接受的，摩擦系数与输入参数的相关性比磨损体积损失更密切。建立了摩擦学性能随试验条件和材料组成变化的三维曲线。通过进一步优化网络和提高测量数据的可用性，可以获得更好的结果。
In this study, the artificial neural network is applied to predict tribological properties of carbon fiber and TiO2particle synergistic reinforced polytetrafluoroethylene (PTFE) composites. Based on a measured database of PTFE composites, wear volume loss and friction coefficient are successfully calculated through a well-trained artificial neural network. Results show that the predicted data are well acceptable when comparing with the real test values under different friction conditions (slight, moderate and rigorous test conditions), and friction coefficient hold a closer correlation with the input parameters than wear volume loss. Three-dimensional plots for tribological properties as a function of test conditions and material compositions were established. Improved results can be obtained from a further optimization of the network and an increasing availability of measurement data.
登录
查看更多内容
影响因子：
5
作者：
Zhongya Zhang;K. Friedrich;K. Velten
通讯作者：
Zhongya Zhang;K. Friedrich;K. Velten
DOI：
10.1016/j.ijmedinf.2006.01.005
发表时间：
2007-04-01
影响因子：
4.9
作者：
Heckerling, Paul S.;Canaris, Gay J.;Gerber, Ben S.
通讯作者：
Gerber, Ben S.
DOI：
10.1002/adic.200790056
发表时间：
2007-07
期刊：
Annali di chimica
影响因子：
--
作者：
K. Zarei;M. Atabati;M. Nekoei
通讯作者：
K. Zarei;M. Atabati;M. Nekoei
影响因子：
9.1
作者：
Zhongya Zhang;P. Klein;K. Friedrich
通讯作者：
Zhongya Zhang;P. Klein;K. Friedrich
影响因子：
3.5
作者：
Carrara, M.;Bono, A.;Marchesini, R.
通讯作者：
Marchesini, R.