本文主要研究内容
作者黄磊,禹新良,刘拥君（2019）在《润滑油添加剂抗磨性能与结构定量关系》一文中研究指出：采用人工神经网络(ANN)方法建立以磨损体积量度来表征抗磨性能的定量构效关系(QSPR)模型。以载荷因子变量及3个分子描述符(包括润滑油添加剂分子中P原子个数,描述分子的大小及对称的2D自相关描述符,以及描述分子极性与反应活性的3D描述符)作为模型的输入变量,采用误差反向传播的ANN拟合磨损体积量度与4个描述符之间的关系。结果表明:建立的模型具有统计意义,且与文献报道模型相比,模型更为精确;磨损体积量度与3个分子描述符之间存在非线性关系,表明3个分子描述符能反映影响润滑油添加剂抗磨性能的重要结构因素。
Abstract
cai yong ren gong shen jing wang lao (ANN)fang fa jian li yi mo sun ti ji liang du lai biao zheng kang mo xing neng de ding liang gou xiao guan ji (QSPR)mo xing 。yi zai he yin zi bian liang ji 3ge fen zi miao shu fu (bao gua run hua you tian jia ji fen zi zhong Pyuan zi ge shu ,miao shu fen zi de da xiao ji dui chen de 2Dzi xiang guan miao shu fu ,yi ji miao shu fen zi ji xing yu fan ying huo xing de 3Dmiao shu fu )zuo wei mo xing de shu ru bian liang ,cai yong wu cha fan xiang chuan bo de ANNni ge mo sun ti ji liang du yu 4ge miao shu fu zhi jian de guan ji 。jie guo biao ming :jian li de mo xing ju you tong ji yi yi ,ju yu wen suo bao dao mo xing xiang bi ,mo xing geng wei jing que ;mo sun ti ji liang du yu 3ge fen zi miao shu fu zhi jian cun zai fei xian xing guan ji ,biao ming 3ge fen zi miao shu fu neng fan ying ying xiang run hua you tian jia ji kang mo xing neng de chong yao jie gou yin su 。
论文参考文献
论文详细介绍
论文作者分别是来自润滑与密封的黄磊,禹新良,刘拥君，发表于刊物润滑与密封2019年01期论文，是一篇关于抗磨性能论文,人工神经网络论文,润滑油添加剂论文,构效关系论文,润滑与密封2019年01期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自润滑与密封2019年01期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：抗磨性能论文; 人工神经网络论文; 润滑油添加剂论文; 构效关系论文; 润滑与密封2019年01期论文;