摩擦表面边界膜温度特性的神经网络模型

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磨擦副表面边界膜温度特性的磨损自补偿教学模型，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。该神经网络可为工程设计人员进行摩擦学设计提供有效的计算工具。