Resumen

Una caracterización realista del comportamiento friccional de materiales y sistemas mecánicos es de suma importancia para la evaluación de sus propiedades de interacción en contacto, especialmente en el contexto de un aumento no deseado de la temperatura o un desgaste intensivo que conduce a la reducción de la vida útil. Una propiedad tribológica característica de los materiales elastoméricos es la dependencia del coeficiente de fricción en la presión de contacto local, la velocidad de deslizamiento y la temperatura en la interfaz de contacto. Por lo tanto, el coeficiente de fricción no es constante en toda el área de contacto, sino que varía según las magnitudes de los tres factores influyentes mencionados anteriormente. En esta contribución, se presenta una ley de fricción basada en redes neuronales artificiales (ANN), que es capaz de capturar las dependencias no lineales del coeficiente de fricción en la presión de contacto, la velocidad de deslizamiento y la temperatura. Debido a una extraordinaria adaptabilidad de la estructura de la ANN, estas relaciones no lineales derivadas de datos experimentales

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:Comportamiento de fricción; Materiales; Sistemas mecánicos; Propiedades de interacción de contacto; Propiedad tribológica; Materiales elastoméricos
• Keywords:Frictional behaviour; Materials; Mechanical systems; Contact interaction properties; Tribological property; Elastomeric materials