主权项 |
一种基于BP神经网络的橡胶减振器使用寿命预测方法,其特征在于,该方法包括以下步骤:步骤1、建立橡胶减振器老化寿命的BP神经网络模型,其中进行加速老化试验时,在不同加速老化试验温度和加速老化试验时间条件下进行老化试验,并测量性能保持率,将这些实验数据作为该老化寿命的BP神经网络模型的训练样本;运用建立的老化寿命的BP神经网络模型预测老化寿命,即建立起橡胶减振器老化性能达到某性能保持率时,某一加速老化试验温度T下的加速老化试验时间与常温下的老化时间的对应关系;步骤2、建立橡胶减振器使用寿命的BP神经网络模型,该建立方法包括:步骤21、取工作M年的旧件,测量其性能保持率为P,由所述步骤1中的老化寿命的BP神经网络模型得出,常温下橡胶减振器使用M年对应加速老化试验温度T下的加速老化试验时间m天;此时,仅老化后的橡胶减振器的性能保持率达不到P,将新件在温度下T下进行加速老化试验m天后,再进行疲劳试验,当疲劳试验的疲劳载荷为N次时,橡胶减振器的性能保持率达到P;对于疲劳,每年的疲劳载荷是均匀且相等的,得出每年的平均载荷用<img file="FDA0000694803470000011.GIF" wi="68" he="129" />表示;步骤22、取多个旧件,先利用步骤1中的老化寿命的BP神经网络模型预测出在某加速老化试验温度下的加速老化试验时间,再根据预测结果对旧件进行加速老化试验,然后对老化试验完的橡胶减振器进行疲劳试验,该疲劳试验的疲劳载荷根据该旧件的工作时间及所述步骤21中计算得到的平均载荷计算得到,最后对进行完疲劳试验的橡胶减振器测量性能保持率,将采用上述方法得到的实验数据作为该建立使用寿命的BP神经网络的训练样本;步骤3、运用步骤2所建立的使用寿命的BP神经网络模型来对橡胶减振器的使用寿命进行预测。 |