董文文，尹延国，张国涛，李蓉蓉，陈祥雨

(1.合肥工业大学 机械工程学院，合肥 230009；2.西南交通大学 外国语学院，成都 611756；3.安徽工业大学 机械工程学院，安徽 马鞍山 234002)

随着工业的快速发展，无铅铜基滑动轴承材料因具备良好的耐腐蚀性、导热性、摩擦磨损性能，广泛应用于高速重载领域[1-3]。然而,铜基滑动轴承在动载荷及交变载荷的作用下易发生磨损，导致材料损耗和零件失效。铜基滑动轴承材料的磨损量与添加固体润滑剂的含量、制备工艺及工况条件都有密切的关系[4-5]。

铜基材料中常添加FeS作为固体润滑剂来改善材料的边界润滑特性，但由于FeS与铜合金基体界面结合不牢固，在摩擦过程中易从基体中剥落，反而会在一定程度上削弱材料的减摩耐磨性能[6]。文献[7]在FeS/铜基材料中添加适量的固体润滑剂Bi，采用球磨和粉末冶金工艺制备无铅FeS/Cu-Bi铜基轴承材料，在材料的减摩耐磨性能改进方面取得了较好的结果。

铜基材料的磨损量受制备工艺、固体润滑剂含量和工况条件等多重因素的影响，因而单一的模型无法准确预测铜基材料的磨损量，而由众多处理单元连接构成的人工神经网络具有非线性、自适应性等特点，可解决具有多因素性、复杂性、随机性及非线性的工程类问题，因而广泛应用于各种机械材料磨损的预测[8-9]。文献[10]基于BP神经网络，建立了以曲线半径、轴重和运行速度为影响因子的钢轨磨损量神经网络预测模型，结果表明预测磨损量与实际磨损量之间的最大相对误差为8.34%，说明所建BP神经网络可行；……