摘要：以Al2O3陶瓷材料为对摩件,采用销-盘式高温磨损试验机,考察了单一因素（温度、载荷和转速）变化时MoSi2材料的摩擦因数和磨损率。研究了温度、载荷及转速交叉变化下MoSi2材料磨损率的神经网络预测,建立了具有学习率自适应和附加二次动量项的BP神经网络预测模型,并给出了神经网络的训练过程。神经网络预测结果和实际测试结果表明,预测误差控制在3%以内,BP神经网络具有较高的预测精度,可以满足MoSi2磨损率的预测需要。

关键词：mosi2 摩擦磨损性能 磨损率 神经网络预测 

单位：武汉理工大学 武汉430070 湖南科技大学 湘潭411201 厦门理工学院 厦门361024