金属基自润滑复合材料是一种具有较强机械性能和摩擦磨损性能的复合材料，已得到广泛的应用。本文在对自润滑材料摩擦磨损及转移膜形成的分析基础上，运用BP神经网络优化塑料层材料配比，采用镶嵌、喷涂、模压成型的方法制备了结合性能和摩擦磨损性能良好的PES/金属复合自润滑材料。其主要研究内容和结果如下:　　 首先，通过自润滑材料摩擦模型的建立和转移膜分子结构对PES/金属复合自润滑材料的摩擦磨损、聚合物转移膜以及固体润滑膜的形成进行分析。同时根据本文金属基自润滑材料的组成要求，确定了复合材料的结构和成分。　　 其次，基于BP神经网络原理，采用性能测试实验的数据为样本，比较不同数目隐层神经元的网络训练误差确定本文研究的BP网络隐层神经元数。以PES、PTFE、LCP、石墨以及MoS2五种材料成分作为输入，摩擦系数和结合强度作为输出建立BP神经网络。将反复学习训练得到的BP神经网进行模拟仿真，从而进行性能的预测和配比的优化，并且通过检测样本加以检验。　　 再其次，对所选用的材料进行性质分析和均匀设计安排，确定制备方案和实验设备。设置合适的工艺参数和步骤对材料进行镶嵌、喷涂和机械共混，模压成型加工。对成功制得的PES/金属复合自润滑材料运用UMT-2型试验机、MFT-4000划痕仪进行摩擦磨损性能和结合性能的测试。　　 最后，将PES/金属复合自润滑材料在干摩擦条件下，不同成分配比含量、不同的外界载荷以及不同的转动速度对复合材料的摩擦磨损性能的影响以及产生的相应变化规律作了系统的分析。　　 研究结果表明:以实验数据为样本，运用5种输入、2种输出和8个隐层神经元的BP神经网络能够准确的预测材料的性能和进行配比的优化;采用镶嵌、喷涂和机械共混-模压成型的方法能够成功制备结合性和摩擦磨损性能俱佳的PES/金属复合自润滑材料;在干摩擦的实验条件下，当PTFE在塑料层共混物中的质量分数为20％左右时，摩擦学性能最佳;处于最佳配比的PES/金属复合自润滑材料的摩擦系数仅0.11，其摩擦系数和磨损量随转速的增大而增大，随载荷的增加而减小并趋于一定值;得出复合材料的主要成分含量对摩擦磨损性能的变化起主导作用。