超声电机（Ultrasonic motor, USM）利用摩擦驱动输出力矩，具有精密化、智能化和轻量化的优点，广泛应用于航空航天、武器装备以及汽车工业等领域。但是，超声电机依靠摩擦产生驱动不可避免地会产生磨损，材料的磨损导致摩擦界面的破坏、摩擦系数的波动、耐磨性的降低，反映到超声电机上就是运行稳定性下降、服役寿命缩短、能量转换效率降低。因此，阻碍超声电机行业发展的主要壁垒是缺乏高性能的摩擦材料。针对上述问题，本论文提出了一种科学、快速制备摩擦材料的蒙特卡洛人工神经网络法并调控了填料与聚合物基体的界面结合强度，设计制备了周期性的表面结构，揭示了摩擦过程中分子链段的拉伸断裂行为，阐述了聚合物复合材料的微观摩擦学机理。 （1）利用多巴胺作为混编Nomex/PTFE纤维织物与纳米颗粒连接的桥梁，在纤维表面原位生长二氧化硅，考察界面改性对复合材料摩擦学性能的影响。结果表明，未改性的织物复合材料的摩擦系数为0.355，超过了超声电机摩擦系数的选取范围；多巴胺单独改性的织物复合材料摩擦系数为0.266但波动性大；原位生长二氧化硅的织物复合材料摩擦系数为0.231且摩擦系数波动小，有助于提高超声电机的控制精度和使用寿命。原位生长二氧化硅的纤维织物复合材料的耐磨性比多巴胺单独改性和未改性的织物复合材料的耐磨性分别提高了34.5%和95.6%。二氧化硅改性的织物复合材料使超声电机的能量转换效率达到了13%。 （2）利用蒙特卡罗人工神经网络和灰色关联分析预测摩擦学性能，优化摩擦材料的配方。蒙特卡罗人工神经网络能够解决多变量多因素非线性问题，预测不同含量的功能填料对应的摩擦学性能。结果发现，蒙特卡罗人工神经网络预测的摩擦系数和磨损率与真实实验结果的均方根误差为0.007和0.97，这表明该模型具有优异的预测效果。灰色关联分析可以判断每一种填料对摩擦学性能的影响程度，因此，能够在设计摩擦材料的时候考虑主要因素忽略次要因素。结合蒙特卡罗人工神经网络和灰色关联分析优化的摩擦材料使超声电机的能量转换效率达到了29%。 （3）探索表面织构参数和形貌变化对摩擦材料摩擦学性能和超声电机输出特性的影响机理。结果发现，一方面，表面织构具有存储磨屑的能力，能够减轻摩擦界面的磨粒磨损，降低摩擦系数。另一方面，对偶表面微凸起和织构边界在外力作用下产生犁沟效应，增大摩擦系数加剧磨损，因此，存在一个最佳的织构参数。对于聚四氟乙烯基摩擦材料最优的织构参数为直径200 μm，深度150 μm，面密度9％；对于聚酰亚胺基摩擦材料最优的织构参数为直径200 μm，面积密度为7%。摩擦过程中，初期形成少量的磨屑或者剥落的硬质颗粒，因此，织构捕获磨屑的作用不明显。随着摩擦时间的延长，磨屑增多，凹坑逐渐被磨屑填充，表面织构起到了保护摩擦界面的作用。聚四氟乙烯基摩擦材料表面织构化以后超声电机能量转换效率从29%提高到了36%；聚酰亚胺基摩擦材料表面织构化以后超声电机能量转换效率从44%提高到了53%。 （4）研究摩擦过程中聚合物链段的拉伸和断裂行为，分析纳米氧化锆对复合材料机械性能和摩擦学性能的增强机理，阐述不同取向碳纳米管对聚酰亚胺微观摩擦学的影响机理。结果发现，聚酰亚胺对分子链的约束能力远远高于聚四氟乙烯，在剪切作用下，聚酰亚胺链段不易剥落，能够提高材料的耐磨性。加入氧化锆之后，复合材料的剪切模量从0.35GPa提高到了2.30GPa，摩擦系数降低了48.7%，主要归因于氧化锆与高分子链段具有极强的界面结合力。X、Y和Z取向的碳纳米管增强的聚酰亚胺复合材料的摩擦系数分别为0.242，0.270和0.243，磨损率分别为11.5%，34.8%和28.0%。主要原因是X取向和Z取向的碳纳米管与分子链段之间的范德华作用远远高于Y取向的碳纳米管，因此，摩擦过程中Y取向的碳纳米管与分子链段的相互作用力低，使分子更容易与对偶发生相互作用，降低复合材料摩擦学性能。