ОБРАБОТКА МЕТАЛЛОВ Том 24 № 3 2022 46 ТЕХНОЛОГИЯ Рис. 2. Трехмерные графики, показывающие изменение удельной скорости изнашивания в зависимости от нормальной нагрузки и температуры поверхности раздела (а); нормальной нагрузки и скорости скольжения (б) и температуры поверхности раздела и скорости скольжения (в) Fig. 2. 3-D plots showing specifi c wear rate varying with a – Normal load and interface temperature; б – Normal load and sliding speed, and в – Interface temperature and sliding speed а б в поверхности раздела в уравнении (4). Это исследование показало, что на изнашивание сильно влияет нормальная нагрузка, особенно при более высоких значениях температуры поверхности раздела и скорости скольжения. Искусственная нейронная сеть (ИНС) – это методика вычислений, которая может моделировать отношения между входными параметрами и откликами на выходе. Типичная архитектура MLP, которая чаще всего используется, показана на рис. 3. MLP характеризуется тремя различными уровнями, а именно входным слоем, скрытым слоем и выходным слоем, которые состоят из взаимосвязанной группы искусственных нейронов. Количество нейронов, присутствующих во входном и выходном слоях, равно количеству входных переменных и соответствующих выходных значений. Для прогнозирования выходных данных с более высокой точностью необходимо обучение разработанной сети. В процессе обучения Рис. 3. Типичная архитектура ИНС Fig. 3. Typical ANN architecture модели синаптические веса сети упорядоченно изменяются для достижения желаемого результата. Наиболее часто используемым алгоритмом обучения является алгоритм обратного распространения погрешности. Для типичного алгоритма ИНС на первом этапе инициализируются веса и пороги. Затем выходные данные каждого нейрона вычисляются на основе входных данных и инициализированных весов, что приво-
RkJQdWJsaXNoZXIy MTk0ODM1