推導并給出了計算復合金材料磨損體積損失的數(shù)學公式。利用制備的復合金材料配方，研究了輸入變量對復合金材料磨損體積損失的影響。復合金材料的磨損量損失隨著滑動距離、刀具橫移速度和轉(zhuǎn)速的增加而顯著增加。復合增強材料在50% TiC +50% Al2O3的夾雜比下具有最小的磨損體積損失，這是由于復合增強材料具有更好的潤滑性能和抗脆性和磨損性能。研究結(jié)果表明，該配方可用于復合金材料的磨損預測，從而縮短生產(chǎn)時間，降低生產(chǎn)成本。

復合金材料詳細研究了FSP參數(shù)和雜化比對Al基(5083)雜化復合金材料UTS的影響。利用一個隱層中不同神經(jīng)元的個數(shù)(10-15個)來確定模型的最佳結(jié)構(gòu)。用15個神經(jīng)元進行最優(yōu)模型構(gòu)建。復合金材料利用最小均方誤差(MSE)、最小均方誤差(MAE)和最小均方誤差(MAPE)作為誤差評價標準，并選擇相關系數(shù)(R)來評價所提模型的性能。用15個神經(jīng)元得到最大R值和最小誤差值。推導了一個數(shù)學公式，并將試驗結(jié)果與模型進行了比較。在圖7中，顯示了組合的錯誤百分比。訓練集平均誤差為11%，測試集平均誤差為4%。這表明該模型的預測能力是可以接受的。

此外，復合金材料還研究了刀具旋轉(zhuǎn)和橫向速度、碳納米管(CNT)、氧化鋁(Al2O3)、石墨(Gr)、碳化硅(SiC)和氧化鋯(ZrO2)體積分數(shù)等因素對強度的影響。試驗結(jié)果表明，隨著CNT的增加，復合金材料刀具旋轉(zhuǎn)速度和橫移速度的增加，復合金材料的ut顯著增加。此外，還研究了不同體積分數(shù)的復合增強劑對5083 amhc的影響。混雜比為10% Gr + 5% ZrO2時，復合金材料的抗拉強度達到最大。采用人工神經(jīng)網(wǎng)絡[13]研究了不同合金元素對Al-Mg2Si復合金材料抗拉強度的影響。輸入變量為Al、Mg、Si、銅、錳、鉻、磷、鈹、硼、鋰、釔、鈉wt.%，輸出變量為UTS，單位為MPa。