您的位置: 专家智库 > >

谢鹏

作品数:2 被引量:7H指数:1
供职机构:北京化工大学材料科学与工程学院北京市新型高分子材料制备与成型加工重点实验室更多>>
发文基金:教育部“新世纪优秀人才支持计划”更多>>
相关领域:化学工程一般工业技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇化学工程
  • 1篇一般工业技术

主题

  • 2篇丁苯
  • 2篇丁苯橡胶
  • 2篇橡胶
  • 1篇丁苯橡胶复合...
  • 1篇神经网
  • 1篇神经网络
  • 1篇碳纳米管
  • 1篇炭黑
  • 1篇主成分
  • 1篇主成分分析
  • 1篇网络
  • 1篇橡胶材料
  • 1篇橡胶复合
  • 1篇橡胶复合材料
  • 1篇磨耗
  • 1篇纳米
  • 1篇纳米管
  • 1篇耐磨
  • 1篇耐磨性
  • 1篇耐磨性能

机构

  • 2篇北京化工大学

作者

  • 2篇吴友平
  • 2篇谢鹏
  • 1篇项可璐
  • 1篇黄舟
  • 1篇罗金莲
  • 1篇于晓波
  • 1篇李智敏

传媒

  • 2篇橡胶工业

年份

  • 2篇2014
2 条 记 录,以下是 1-2
排序方式:
碳纳米管对炭黑/丁苯橡胶复合材料耐疲劳性能的影响被引量:6
2014年
分别以1,2,3和4份碳纳米管等量替代炭黑填充制备丁苯橡胶(SBR)复合材料,并对其宽应变内(30%~100%)的耐疲劳性能进行研究.结果表明:随着碳纳米管用量的增大,在相同应变下,SBR复合材料的疲劳寿命缩短,裂纹增长速率增大;复合材料的疲劳裂纹增长速率对撕裂能的敏感度降低,当撕裂能较大时,碳纳米管用量对裂纹增长速率影响不大.
黄舟于晓波谢鹏李智敏吴友平
关键词:丁苯橡胶碳纳米管复合材料
主成分分析结合BP神经网络在橡胶材料磨耗性能预测中的应用被引量:1
2014年
采用基于灵敏度分析的BP神经网络模型,将丁苯橡胶(SBR)复合材料的8种力学性能数据经过主成分分析(PCA)降维后作为神经网络的输入向量,耐磨性能数据作为输出向量,对SBR复合材料的耐磨性能进行预测,并计算各输入向量的灵敏度矩阵,从而分析输入量对耐磨性能的影响程度。结果表明:通过PCA降维处理,可以消除神经网络输入向量之间的共线性,简化网络,提高网络的预测性能;预测误差在允许范围内,说明BP网络适用于橡胶材料的耐磨性能预测;灵敏度分析显示定伸应力、拉断伸长率和拉断永久变形对SBR橡胶复合材料的耐磨性能影响最大。
项可璐罗金莲谢鹏吴友平
关键词:丁苯橡胶神经网络主成分分析耐磨性能
共1页<1>
聚类工具0