基于BP神经网络的锡青铜连杆衬套磨损量预测

吕创能樊文欣舒成龙

基于BP神经网络的锡青铜连杆衬套磨损量预测

吕创能1樊文欣1舒成龙2

1、山西中北大学机械与动力工程学院2、中国北方车辆研究所

利用连杆衬套—活塞销往复摩擦磨损试验机，获得锡青铜 QSn7—0.2连杆衬套在不同工况（载荷、转速、连杆衬套和活塞销间隙）下的磨损量数据。基于BP神经网络技术，建立了运行工况和磨损量之间的非线性函数关系。用连杆衬套—活塞销往复摩擦磨损试验结果训练神经网络模型，得到和试验数据相匹配的BP神经网络模型。最后进行神经网络模型检验，结果表明：BP神经网络模型具有很高的预测精度，可以较好地预测锡青铜连杆衬套的磨损量。

连杆衬套；磨损量；BP神经网络

锡青铜QSn7—0.2具有较好的力学性能、减磨性能和耐蚀性能。该材料棒料经过温挤制坯、强力旋压、去应力退火等近净加工工艺制造的连杆衬套具有综合力学性能好、疲劳强度高、承载能力大等优点，它成为大功率高速柴油机连杆衬套的理想选择［1］。

BP神经网络是一种误差反向传播的前馈多层网络，网络权值基于广义δ规则。在向前传递中输入信号从输入层经隐含层逐层处理，直至输出层。每一层的神经元状态只影响下一层神经元状态［2］。本文试图在现有实验条件的基础上，结合实验数据，利用BP神经网络建立柴油机连杆衬套—活塞销实际工作参数与磨损量的网络模型，并用该模型对相同连杆衬套—活塞销在更大载荷、转速工况下的磨损量进行预测。……