一种基于神经网络模型配比优化技术的高减速刹车片及其制备方法

AITNT
正文
推荐专利
一种基于神经网络模型配比优化技术的高减速刹车片及其制备方法
申请号:CN202411726105
申请日期:2024-11-28
公开号:CN119308952A
公开日期:2025-01-14
类型:发明专利
摘要
本发明公开了一种基于神经网络模型配比优化技术的高减速刹车片及其制备方法,该高减速刹车片的摩擦材料配方包括钢纤维、摩擦粉、粒状六钛酸钾、芳纶纤维、矿物纤维、硫化锡、石墨粉、焦粉、硅酸锆/氧化锆/硫酸钡复合粉体、氢氧化钙和云母。本发明通过神经网络模型优化摩擦材料的配方,显著提高了刹车片的摩擦系数、耐高温性、耐磨性和舒适性,从而提升了汽车的制动性能,通过在制备过程中引入神经网络模型,得到摩擦材料所需材料份数的最佳配比。相比现有技术的制备方法,此方案大幅缩短了配方优选的过程,能够精准预算得到所需性能成果,具有显著提高刹车片性能、环保、提供摩擦片更换提示和高温报警功能等优点。
技术关键词
刹车片 摩擦材料配方 摩擦片 复合粉体 硅酸锆 硫酸钡 改性树脂 摩擦粉 矿物纤维 红外传感器 氧化锆 芳纶纤维 行车电脑控制 氢氧化钙 钢纤维 钛酸钾 引入神经网络模型 温度传感器
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号