当前位置: X-MOL 学术Tribol. Int. › 论文详情
Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)
利用CNN-LSTM方法研究不同介质特性海水润滑条件下各种陶瓷摩擦副的摩擦学性能及磨损预测
Tribology International ( IF 6.1 ) Pub Date : 2023-09-08 , DOI: 10.1016/j.triboint.2023.108935
Fanglong Yin , Zhuangzhuang He , Songlin Nie , Hui Ji , Zhonghai Ma

聚醚醚酮(PEEK)/17-4PH不锈钢、PEEK/碳化硅(SiC)、WC-6Ni(YN6X)/SiC和SiC/聚晶金刚石复合材料(PCD)摩擦副在不同温度海水中滑动的摩擦学性能和磨损机制(范围从25°C到70°C)和盐度(20‰、35‰和50‰)进行了调查。深度神经网络该模型结合一维 CNN 和 LSTM 来预测摩擦系数。实验结果表明,盐度的增加导致摩擦副的摩擦学性能下降,而在25~55 ℃的温度范围内,摩擦副的摩擦学性能得到有效提高。CNN-LSTM模型预测结果准确度高,对于分析海水液压元件摩擦副的摩擦学特性具有重要意义。





"点击查看英文标题和摘要"

更新日期:2023-09-08
down
wechat
bug