Resumen

El grosor de una película de lubricante de aceite puede contribuir a una menor abrasión de los dientes de engranajes y a fallos en la superficie. El propósito de esta investigación es utilizar la modelización computacional de redes neuronales artificiales (ANN) para correlacionar datos de engranajes rectos a partir de emisiones acústicas, temperatura del lubricante y grosor específico de la película (). El enfoque consiste en utilizar un algoritmo para monitorear el grosor de la película de aceite y detectar en qué régimen de lubricación está funcionando la caja de cambios, ya sea hidrodinámico, elastohidrodinámico o límite. Este monitoreo puede ayudar en la identificación del desarrollo de fallas. Se utilizaron algoritmos de redes neuronales de avance y Elman recurrente para desarrollar modelos de ANN, que están sujetos a un proceso de entrenamiento, prueba y validación. El algoritmo de retropropagación de Levenberg-Marquardt se aplicó para reducir errores. Se identificaron Log-sigmoide y Purelin como funciones de

• Materias:Control de vibraciones Seguridad industrial Vibración de rodamientos Dinámica no lineal Vibración dinámica
• Subjects:Vibration control Industrial safety Bearing vibration Nonlinear dynamics Dynamic vibration
• Palabras claves:Espesor; Película de aceite; Lubricante; Desgaste de los dientes de engranaje; Red neuronal artificial; RNA
• Keywords:Thickness; Oil film; Lubricant; Gear tooth wear; Artificial neural network; ANN