《外文翻譯--盤式制動器制動性能的神經(jīng)網(wǎng)絡(luò)預(yù)測 中文版》由會員分享，可在線閱讀，更多相關(guān)《外文翻譯--盤式制動器制動性能的神經(jīng)網(wǎng)絡(luò)預(yù)測 中文版（9頁珍藏版）》請在裝配圖網(wǎng)上搜索。

盤式制動器制動性能的神經(jīng)網(wǎng)絡(luò)預(yù)測 1 引言 對 制動系統(tǒng)的要求，在寬范圍的操作條件下是復(fù)雜的、多 樣的 。據(jù)預(yù)計，摩擦系數(shù)應(yīng)相對較高而且穩(wěn)定的摩擦力，可靠的強(qiáng)度和良好的耐磨性是必要的，不論溫度，濕度， 使用年數(shù)， 磨損和腐蝕程度等 。 制動系統(tǒng)的性能主要是由基礎(chǔ)制動裝置確定?；疽?，對汽車制動器的摩擦系數(shù)的穩(wěn)定性有關(guān)在不同制動的操作定義的條件 下 改變施加的壓力 ， 滑動速度和溫度。汽車制動器的摩擦行為對這些表面之間的盤和墊活性表面性質(zhì)的決定 。 剎車需要高而穩(wěn)定的摩擦系數(shù)的摩擦材料，磨損率低 ，無噪音，成本低，環(huán)境友 。 汽車制動系統(tǒng)的摩擦材料是車輛總體性能的關(guān)鍵部 件， 這是因?yàn)樗鼘χ苿有阅苋缤＼嚲嚯x，各方面的踏板感覺，盤磨損 起 至關(guān)重要的 作用 ， 并影響 制動引起的振動 。 例如，產(chǎn)生的振動之間的接口兩個物體摩擦負(fù)責(zé)各種噪聲，如尖叫，顫抖，錘擊，鳴響 等。 另一方面，性能指標(biāo)有所增加， 使 制動更敏感 。 一種汽車制動器的摩擦行為的結(jié)果，從復(fù)雜的相互關(guān)聯(lián)的現(xiàn)象 到 制動過程中摩擦副的接觸。這些復(fù)雜的制動現(xiàn)象大多是影響復(fù)合材料的摩擦性能的摩擦單元，制動盤的金屬界面，通過制動的操作方式所施加的條件。因此，制動的性能主要是由鑄鐵制動 盤和摩擦復(fù)合材料之間的接觸狀態(tài)影響。接觸情況的事實(shí)是，摩擦材料是復(fù)雜的高分子復(fù)合材料可能含有超過 20種不同的成分。因此，接觸的情況下可以通過在復(fù)合材料的力學(xué)性能的廣泛多樣性 有 顯著 影響。這就是為什么在摩擦系數(shù)的變化是高度依賴于摩擦材料的成分和制動條件 下 影響制動系統(tǒng)的性能 . 在摩擦材料中包含所有成分的協(xié)同作用，對具體的生產(chǎn)條件，確定最終的摩擦材料的特點(diǎn)以及相應(yīng)的制動系統(tǒng)性能的影響。一種汽車制動性能的改善和控制，不同的工況條件下，是一個復(fù)雜的 情況 ，在摩擦界面的摩擦 下 通過實(shí)際接觸面積的變化影響 制動性能的 隨機(jī)性 ，轉(zhuǎn)移層的形成，改變壓力， 速度條件，以及元件的變形磨損。該墊和盤遠(yuǎn)離恒定 數(shù)值 之間的實(shí)際接觸面積，相比總接觸面積非常小，而且高度依賴于壓力的變化，溫度，變形，磨損?？紤]到非常復(fù)雜和高度非線性的現(xiàn)象是 發(fā)生 在制動過程中，制動操作的分析模型完全是困難的。相反，在本文中，人工神經(jīng)網(wǎng)絡(luò)可以用來模擬復(fù)雜的非線性，多維因素影響制動性能。正如所指出的許多研究人員人工神經(jīng)網(wǎng)絡(luò)在預(yù)測實(shí)驗(yàn)的趨勢，是 一個有前途的研究領(lǐng)域，能夠在成本和時間方面相當(dāng)經(jīng)典的分析模型比較。 為了提高制動系統(tǒng)的操作，它 是可取的，制動器應(yīng)該更精確地控制摩擦系數(shù)的變化。因此，制動性能應(yīng)校準(zhǔn) 在 具體制動工況和摩擦副 下不同 的特點(diǎn) 。 在本文中，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)被用于建模和預(yù)測的盤式制動器的摩擦特性即制動 C 因子 的 變化 。 考慮以下影響 —相關(guān)因素 :（ 1）摩擦材料的組合物，（ 2）制造 摩擦材料參數(shù)，（ 3）制動的操作條件。 由 許多復(fù)雜的摩擦材料的影響組成，其制造條件，制動操作對其耐磨性的 影響。 在本文中，我們 把 盤式制動器的 C 因子的預(yù)測作為一種重要的 式制動器的工作性能。 2。實(shí)驗(yàn)方法 為了 測試 盤式制動器工作即制動性能的不同類型的摩擦 材料及制動的操作條件 下 的函數(shù)，人工神經(jīng)網(wǎng)絡(luò)已經(jīng)被適當(dāng)?shù)?用于 數(shù)據(jù)訓(xùn)練。利用人工神經(jīng)網(wǎng)絡(luò)模型對盤式制動器 的操作流程是有效 的，許多關(guān)鍵問題需要解決。下面的操作必須考慮 :(1)一個數(shù)據(jù)發(fā)生器的選擇， (2) 輸入數(shù)據(jù)的分布范圍和定義 ,(3） 數(shù)據(jù)生成 (4)數(shù)據(jù)預(yù)處理 (5）神經(jīng)網(wǎng)絡(luò) 的體系結(jié)構(gòu)的選擇 (6)訓(xùn)練 算法的選擇 (7)訓(xùn)練的神經(jīng)網(wǎng)絡(luò) (8)驗(yàn)證和 精度評價 人工神經(jīng)網(wǎng)絡(luò)的 測試 . 對盤式制動器工作的神經(jīng)網(wǎng)絡(luò)模型開發(fā)的初步步驟是模型的輸入和輸出的識別。輸入 和 輸出 的 識別取決于模型的目標(biāo)和數(shù)據(jù)源的選擇。 本文的 目的，輸入?yún)?shù)由摩擦材料組合物定義， 在 其制造工藝條件下，與制動盤的操作條件 下， 制動 C 因子已被作為輸出參數(shù)，用于表示盤式制動器的制動性能。 C 因子 對應(yīng)改變制動因子摩擦 系數(shù) 摩擦副接觸時制動 參數(shù) 。制動 C 因子的測量變化的制動轉(zhuǎn)矩和應(yīng)用壓力在制動周期 內(nèi) 和已知的活塞的直徑值有效制 的 動盤半徑 。 根據(jù)表達(dá)式 (1):C ? 4T (1)數(shù)據(jù)發(fā)生器的類型取決于可用性的應(yīng)用 。 在這種情況下，數(shù)據(jù)發(fā)生器是一個單端全面的慣性測功機(jī)，在實(shí)驗(yàn)室開發(fā)摩擦機(jī)及制動系統(tǒng) 車部門 ，機(jī)械工程學(xué)院，貝爾格萊德大學(xué)） 。 顯然， 這種測試方法需要根據(jù)所要收集的數(shù)據(jù)的范圍和分布 做出 選擇。表 1給出了用于輸出數(shù)據(jù)生成的測試方法。 制動試驗(yàn)條件 下 ，在拋光過程中，被選為識別應(yīng)用液壓壓力和摩擦材料的不同類型對 盤式制動器的 性能最終冷初始等效車輛速度的影響 。 這些數(shù)據(jù)已經(jīng)用來訓(xùn)練，驗(yàn)證，和測試的神經(jīng)網(wǎng)絡(luò) ， 為了建立盤功能的關(guān)系制動工況，摩擦材料的類型，和制動C 因子變化為輸出。 很明顯，對輸入數(shù)據(jù)進(jìn)行訓(xùn)練，驗(yàn)證和測試的范圍和分布，必須預(yù)先考慮盤式制動器操作的神經(jīng)模型的制造參數(shù)，見表 3 ，也已被 隨機(jī)選擇摩擦材料為 9案例。 此外， 對盤式制動器的性能預(yù)測的神經(jīng)網(wǎng)絡(luò)訓(xùn)練精度進(jìn)行測試使用的輸入 和輸出數(shù)據(jù)存儲在測試數(shù)據(jù)集。 測試數(shù)據(jù)集通過生產(chǎn)摩擦材料的兩種新 方法 得到（ 輸入?yún)?shù)是完全不同的 ， 從存儲在訓(xùn)練和驗(yàn)證數(shù)據(jù)集的測試成分的體積 相 比，在表 中 ，用于摩擦材料的組成主要是藥物和平方英尺選擇對應(yīng)的上、下界值指定范圍。摩擦的制造參數(shù)材料 一的區(qū)別是相關(guān)的具體的成型壓力，在摩擦的情況下材料 用于制造出來的范圍 —摩擦材料為 9（見表 3）。這些值被選定為驗(yàn)證神經(jīng)網(wǎng)絡(luò)模型 的能力 ， 延長其預(yù)測能力的數(shù)據(jù)在兩端范圍或完全在用于訓(xùn)練的范圍數(shù)據(jù)集的創(chuàng)建。 根據(jù) 表 1–3，盤式制動器的操作神經(jīng)建模已經(jīng)輸入?yún)?shù)執(zhí)行 （ 18個參數(shù)的摩擦材料 與 組成有關(guān)， 5個參數(shù) 與 制造條件有關(guān)， 3個參數(shù) 與 制動試驗(yàn)條件有關(guān)的 ），和一個輸出參數(shù) （制動 C 因子 ）。 盤式制動器的操作神經(jīng)建模是一項(xiàng)復(fù)雜的任務(wù)，以及算法需要適當(dāng)?shù)卮_定神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)適當(dāng)?shù)慕?模 。 人工神經(jīng)網(wǎng)絡(luò)的 體系結(jié)構(gòu)包括一個網(wǎng)絡(luò)有多少層的描述，在每一層中的神經(jīng)元的數(shù)目，每一層的傳遞函數(shù)和如何相互連接 。 使用最好的結(jié)構(gòu)取決于以網(wǎng)絡(luò)為代表的那種 。 最好的神經(jīng)網(wǎng)絡(luò)建立的網(wǎng)絡(luò) 模型具有 的代表性的影響。 神經(jīng)網(wǎng)絡(luò)用 來擴(kuò)大其預(yù)測能力的訓(xùn)練數(shù)據(jù)集以 及 數(shù)據(jù)的人工神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)是必不可少的 對 盤式制動器性能 的 預(yù)測。 這是一個明確的，足夠的輸入目標(biāo)被存儲在訓(xùn)練數(shù)據(jù)集。輸入輸出數(shù)據(jù)的配方，由 生產(chǎn)得到，和十一種不同的摩擦材料代表一個大的數(shù)據(jù)集，可以用來訓(xùn)練，驗(yàn)證和測試儀測試神經(jīng)網(wǎng)絡(luò)。 輸出 結(jié)果總數(shù)，通過每種類型的摩擦材料的摩擦磨損測試儀獲得的，根據(jù)所采用的測試方法（表 1）。這意味著 275的輸入 /輸出對可用于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，驗(yàn)證，和測試。 275輸入 /輸出對被分為三組總 人數(shù)的 200，輸入 /輸出的神經(jīng)網(wǎng)絡(luò)訓(xùn)練對驗(yàn)證， 25對， 50對神經(jīng)網(wǎng)絡(luò)測試。因?yàn)樽詈玫纳窠?jīng)網(wǎng)絡(luò)結(jié)構(gòu)和學(xué)習(xí)算法，事先是未知的，一個試錯法來找出最佳的網(wǎng)絡(luò)特征匹配的特定的輸入 /輸出關(guān)系?；?13，下列網(wǎng)絡(luò)架構(gòu)已經(jīng)在這方面的應(yīng)用研究： （ i） 一個分層結(jié)構(gòu) [1]1 1,26[2]1 1,26[3]1 1,26[5]1 1,26[8]1 1, （ 個分層結(jié)構(gòu) 26[1–1]2 1,26[2–2]2 1,26[3–2]2 1,26[5–2]2 1,26[8–2]2 1,26[8–4]2 1,26[10–5]2 1,（ 個分層結(jié)構(gòu) 26[3–2–2]3 1,26[4–3–2]3 1,26[4–2–2]3 1,26[5–2–2]3 1,26[8–2–2]3 1,26[8–4–2]3 1. 這些網(wǎng)絡(luò)架構(gòu)已經(jīng)由后續(xù)的訓(xùn)練算法訓(xùn)練的 –，貝葉斯規(guī)則化，彈性反向傳播，縮放共軛梯度，梯度體面。 活函數(shù)已被用于之間的輸入和隱藏層（見式（ 2））： f（ x） =1/1+一個線性激活函數(shù) (f(x) ? 1 x) 之間隱藏層和輸出層 輸入 預(yù)處理參數(shù)前進(jìn)行神經(jīng)網(wǎng)絡(luò)的訓(xùn)練。 因此， 18個參數(shù)的摩擦材料配方的相關(guān)量呈現(xiàn)給網(wǎng)絡(luò)的百分比， 在制造參數(shù)和測試條件下， 在 0–1范圍內(nèi)根據(jù)表達(dá)（ 3）： 另一方面 ，輸出參數(shù)（制動 C 因子）有線性化的表達(dá)（ 4）： 在 他們的訓(xùn)練和 驗(yàn)證后，神經(jīng)網(wǎng)絡(luò)用于盤式制動器的性能預(yù)測配備盤式片兩種（ 共有 90種不同的 神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了測試（ 18種不同的 神經(jīng)網(wǎng)絡(luò)的訓(xùn)練） ， 收入算法評估預(yù)測盤式制動 C 因子的能力變化 ,在 摩擦材料的不同類型的影響具體的制動條件下 ，正如 以上兩種類型的摩擦材料（ 英尺）已首先 用于生產(chǎn) 測試 ，并 使用慣性全面制動測力計 測量 。 參數(shù)的組合物和制造摩擦 的 材料 于 未知的神經(jīng)網(wǎng)絡(luò)模型 ，測試 盤式制動 器的制動性能 隨著摩擦材料 和 2與應(yīng)用壓力和初始速度的變化 ， 測量盤制動性能，表示為制動 C 因子變化，被分為兩個范圍取決于施加的壓力， 在 20和 60桿連接，為了更好的說明盤式制動器的實(shí)際變化的復(fù)雜性 ， 指定盤形制動工況。從圖 1，盤式制動器的性能的一般趨勢 是 顯而易見的，施加的壓力在 20和 60巴 ， 初始 在 20和 100公里 /小時的速度之間 ， 制動 C 因子增加 20–40桿的初始速度介于 20和 60公里 /小時的范圍 內(nèi)。 盤式制動器的性能相對固定在整個初始速度范圍（ 20–100公里 /小時） 內(nèi)， 進(jìn)一步增加施加的壓力從 40到 60桿，見圖 1。初始速度 80 和100小時之間，制動 C 因子一直在施加的壓力相同的范圍（ 20–60公里 /小時）內(nèi) 。 相反，相對恒定的盤式制動器的制動性能，在施加的壓力， 40和 60桿 ， 初始速度 在 20和 100公里 /小時的范圍內(nèi)，盤式制動器制動性能降低了 。 應(yīng)用壓力100 巴 進(jìn)一步增加（圖 2）。 根據(jù) 圖 1和 2，測得的盤式制動器的性能已經(jīng)通過該摩擦材料的操作條件的 影響（ 組成和制造參數(shù)在表 2和表 3所示。這就是為什么它 對 開發(fā)的神經(jīng)網(wǎng)絡(luò)模型能夠預(yù)測這些復(fù)雜的影響非常重要 。 預(yù)測的盤式制動器的制動效果最好性能的神經(jīng)網(wǎng)絡(luò)模型表示為 6實(shí)現(xiàn) 8 41訓(xùn)練的貝葉斯規(guī)則（ 習(xí)算法 。該神經(jīng)網(wǎng)絡(luò)模型是基于一二層神經(jīng)網(wǎng)絡(luò) 的 26個輸入?yún)?shù)，在第一個隱層神經(jīng)元，第二隱層中的神經(jīng)元，和一個神經(jīng)元的輸出。該神經(jīng)網(wǎng)絡(luò)模型來預(yù)測制動 C 因子的能力 ，在 不同制動工況下摩擦材料 和 4。 神經(jīng)網(wǎng)絡(luò)模型的 預(yù)測能力，在施加的壓力的變化 在 20和 60桿和初始速度介于 20和 100公里 /小時 的范圍內(nèi)，可以通過比較評估 1和 3。從圖 3， 最后， 可以看出神經(jīng)網(wǎng)絡(luò)模型廣義的摩擦材料以及藥物影響盤式制動器的制動性能。 預(yù)測的盤式制動器的性能（圖 3）顯示了與實(shí)測值有良好的相關(guān)性，在施加的壓力在 20和 40巴和初始速度介于 20和 60公里 /小時的范圍從無 效 果。 見圖 1和 3，這是顯而易見的，測量和預(yù)測的盤式制動器制動性能是由指定的操作制度不同 而產(chǎn)生 影響。 即用于施加的壓力為20巴的的 0–100公里 /小時的范圍內(nèi)的初始速度（圖 1）。 另一方面 ，制動器的預(yù)測值 C 因子，對于相同的制動工況，已經(jīng)改變了 3）。制動器進(jìn)一步提高施加的壓力為 40， 引起制動進(jìn)一步增加 C 因子（圖1）。 在 初始速度為 20–100公里 /小時 之間（ 100公里 /小時） 的 范圍內(nèi)與預(yù)測值的變化比較 （ 1和 2）。 一般情況下 神經(jīng)網(wǎng)絡(luò)模型 有 廣義的協(xié)同性能（圖 3和 4） 。在所施加的壓力的增加 60條，所測得的盤式制動器的性能下降（圖 2）。神經(jīng)網(wǎng)絡(luò)模型（圖 4）預(yù)測，增加施加的壓力通常降低制動因素 ， 雖然測量制動盤因子性能的變化在更廣泛的的范圍內(nèi)， 但 神經(jīng)網(wǎng)絡(luò)模型的 測量 能力可以被認(rèn)為是可接受的 ， 準(zhǔn)確 的。 （圖 4）。 根據(jù) 圖 2和 4，用于施加 的壓力在 60和 80桿 ,初始速度 在 40和 80公里 /小時 時 ，盤式制動器性能的一直沒有得到很好的預(yù)測 ， 神經(jīng)模型的預(yù)測只有輕微的增加制動 C 因子值（圖 4）， 才能 在施加的壓 力在 60到 80桿的范圍內(nèi)與 實(shí)測值 趨近 （圖 2）。 盤式制動器的操作相同的最優(yōu)的神經(jīng)網(wǎng)絡(luò)模型用于預(yù)測摩擦的新類型的影響材料（平方英尺）的盤式制動器性能測量盤。這種新材料的制動性能如圖 5所示。比較圖 1和 5，很明顯，這種新型的摩擦 材 料，其組成和制造參數(shù) 如 表 2和表3給出了顯著變化，制動盤性能。這盤的最佳的神經(jīng)網(wǎng)絡(luò)模型，它是重要的制動性能（ 6841）對“自然”對盤式制動器摩擦材料的新類型的影響性能。圖 5顯示了盤式制動器的非常復(fù)雜的變化性能的摩擦材料性能的影響考慮與制動的操作制度的協(xié)同。從圖 5，它可以看到制動 C 因子是非常敏感的應(yīng)用壓力為 100公里 /小時的初始速度，根據(jù)圖 5盤式制動器的性能測量的初始速度類似從 20到 60公里 /小時的施加的壓力的指定范圍改變（ 20–60欄）。隨著應(yīng)用的進(jìn)一步增加從60到 100條壓力，盤式制動器性能發(fā)生了顯著的變化。例如，真正的大變化制動C 因子為 6）的應(yīng)用 20和 100公里 / 小時 之間的 80條和初始速度壓力另一方面，真正的制動 C 因子最小的范圍，在初始速度的指定范圍，在 100公里 /小時）和 里 /小時）為 40桿的相對較低的施加的壓力（圖 5）。 盤式制動器操作的優(yōu)化神經(jīng)網(wǎng)絡(luò)模型又用于預(yù)測的盤式制動器的性能如圖。 7和 8。從圖 7，可以看出，盤式制動器性能得到了很好的預(yù)測的初始速度從 20到60公里 /小時 ， 施加的壓力在 20和 60條的初始速度。 100公里 /小時，盤式制動器的性能得到了很好的預(yù)測的范圍內(nèi)施加的壓力在 20和 40巴。相反測得的性能為100公里 /小時的初始速度，預(yù)測的盤式制動器的 性能沒有得到很好的推廣應(yīng)用壓力 40和 60巴之間的距離（見圖 5和 7)然而，盤式制動器的性能（ V?100公里 /小時）有得到很好的推廣在 60到 100條的范圍（圖 8）的制動 C 因子變化最大，100公里 /小時）和 20公里 /小時），已被預(yù)測為所施加的壓力 80條作為測量值 。