基于遗传算法优化神经网络的镁合金化学机械抛光材料去除模型与仿真

镁合金化学机械抛光(CMP)的材料去除与其工艺参数具有高度非线性的特点,难以采用精确的数学模型来描述。以遗传算法(GA)优化神经网络(NN)建模为基础,利用正交试验设计获取镁合金CMP材料去除样本数据和测试数据,建立镁合金CMP材料去除模型。该模型以抛光压力、抛光盘转速、抛光液流量和抛光时间为输入参数,以材料去除速率为输出目标。结果表明：GA NN协同模型能够构建镁合金CMP工艺参数与材料去除速率的基本关系;其拟合度波动范围为93.22%~97.97%,大大高于NN模型的拟合度波动范围71.56%~93.56%,因而具有更优的预测能力,基本满足工程实际的需求。     

石墨烯对蓖麻油润滑性能影响的试验研究

新型碳纳米材料石墨烯(Gr)作为添加剂在矿物油中已有广泛的应用研究,但是在植物油中应用研究相对较少。以植物油蓖麻油作为润滑基础油,油酸修饰的石墨烯(mGr)作为添加剂,配制不同质量分数mGr的混合蓖麻油,在四球摩擦试验机上开展混合蓖麻油的润滑性能研究,讨论mGr和蓖麻油相互作用的机制。试验结果发现,功能团修饰后的mGr能够改善蓖麻油润滑性能,含质量分数0.002%mGr的混合蓖麻油润滑下的磨斑直径和平均摩擦因数最低,比纯蓖麻油润滑分别减小14.8%和23.7%,其对应的钢球表面磨损程度最轻;mGr在试验初始阶段与蓖麻油的协同润滑作用不明显,而在中后阶段能改善蓖麻油的润滑性能。