工程应用中通常采用经验公式对接触电阻进行计算,计算精度较差,难以满足实际需求。为此,提出一种基于蚁群优化算法—径向基函数(ACO-RBF)神经网络的接触电阻预测模型。开展不同回路电流、滑动速度、接触压力下的接触电阻实验,获得接触电阻值;采用ACO-RBF神经网络建立接触电阻关于回路电流、滑动速度和接触压力的预测模型;并利用MATLAB对所建模型进行仿真分析。结果表明:模型能对接触电阻做出良好的预测,与传统的RBF神经网络预测模型相比,平均相对误差下降了5.9%,预测精度更高。
科研之友
微信
新浪微博
Facebook
分享链接
