Поиск :
Личный кабинет :
Электронный каталог: Лешок, А.В. - Использование искусственных нейронных сетей для определения износа композиционного фрикционного м...
Лешок, А.В. - Использование искусственных нейронных сетей для определения износа композиционного фрикционного м...
Статья
Автор: Лешок, А.В.
Наука и техника: Использование искусственных нейронных сетей для определения износа композиционного фрикционного м...
Using Artificial Neural Networks to Determine Wear of Composite Friction Material
б.г.
ISBN отсутствует
Автор: Лешок, А.В.
Наука и техника: Использование искусственных нейронных сетей для определения износа композиционного фрикционного м...
Using Artificial Neural Networks to Determine Wear of Composite Friction Material
б.г.
ISBN отсутствует
На полку
Статья
Лешок, А.В.
Использование искусственных нейронных сетей для определения износа композиционного фрикционного материала = Using Artificial Neural Networks to Determine Wear of Composite Friction Material / А. В. Лешок, Ю. Б. Попова. – DOI 10.21122/2227-1031-2021-20-4-345-351 // Наука и техника / гл. ред. Борис Михайлович Хрусталев; учредитель Белорусский национальный технический университет (Минск). – 2021. – Т.20 №4. – С. 345-351. – Режим доступа : https://rep.bntu.by/handle/data/97718. – На рус. яз.
Спеченные фрикционные материалы широко используются в узлах трения автотракторной техники, техники специального назначения. Основная цель – передача крутящего момента на исполнительный механизм. Развитие рынка техники требует разработки и применения новых узлов. Одновременно с этим необходимо создание новых материалов, это относится и к спеченным фрикционным. Данная группа материалов характеризуется высоким ресурсом работы, эффективностью передачи крутящего момента, а также способностью восстановления работоспособности в случае нарушения режимов эксплуатации. Одним из наиболее существенных параметров, характеризующих спеченный фрикционный материал, является износостойкость. В большинстве случаев она определяет не только ресурс работы самого узла, но и всей машины в целом. Особое место занимают тормозные узлы, в которых также используются фрикционные материалы. Повышенная износостойкость фрикционного материала способствует снижению эффективности и ресурса работы тормозной системы. Оценка износостойкости фрикционного материала под заданные эксплуатационные параметры – весьма длительный и материально затратный процесс. Разработка методов и способов ускорения оценки износостойкости – важная научная и практическая задача. В статье представлены результаты использования искусственных нейронных сетей для прогнозирования ресурса работы композиционного фрикционного материала на основе меди в зависимости от скорости скольжения, давления на материал и количества подаваемой смазки в зону трения. С использованием массива экспериментальных данных для фрикционного материала ФМ-15 была обучена искусственная нейронная сеть. Результаты обучения показали высокую точность, правильность предложенной и реализованной архитектуры сети. Разработанное программное обеспечение продемонстрировало свою работоспособность и возможность применения в расчетах для определения износа композиционного фрикционного материала.
Sintered friction materials are widely used in friction units of automotive vehicles and special purpose vehicles. The main purpose is to transmit torque to the actuator. The development of the technology market requires the development and use of new units. At the same time, the creation of new materials is required, which also applies to sintered friction materials. This group of materials is characterized by a high service life, efficiency of torque transmission, as well as the ability to restore performance in case of violation of operating modes. One of the most significant parameters characterizing a sintered friction material is wear resistance. In most cases, it determines not only the resource of the unit itself, but the entire machine as a whole. A special place is occupied by brake units, which also use friction materials. The increased wear resistance of the friction material contributes to a decrease in the efficiency and service life of the brake system. Evaluation of the wear resistance of a friction material for the given operational parameters is a very long and costly process. The development of methodology and methods for accelerating the assessment of wear resistance is an important scientific and practical task. The paper presents the results of using artificial neural networks to predict the service life of a composite friction material based on copper on the sliding speed, pressure on the material and the amount of lubricant supplied to the friction zone. An artificial neural network has been trained using an array of experimental data for the FM-15 friction material. The training results have shown high accuracy, correctness of the proposed and implemented network architecture. The developed software has demonstrated its efficiency and the possibility of using it in calculations to determine the wear of a composite friction material.
004.032.26:621.894
общий = БД Труды научных работников БНТУ : 2021г.
труды сотрудников БНТУ = Факультет информационных технологий и робототехники : кафедра "Программное обеспечение информационных систем и технологий"
труды сотрудников БНТУ = Автоматика. Вычислительная техника (труды)
общий = НЕЙРОННЫЕ СЕТИ
общий = КОМПОЗИЦИОННЫЕ МАТЕРИАЛЫ
общий = ФРИКЦИОННЫЕ МАТЕРИАЛЫ
общий = КОЭФФИЦИЕНТ ТРЕНИЯ
Лешок, А.В.
Использование искусственных нейронных сетей для определения износа композиционного фрикционного материала = Using Artificial Neural Networks to Determine Wear of Composite Friction Material / А. В. Лешок, Ю. Б. Попова. – DOI 10.21122/2227-1031-2021-20-4-345-351 // Наука и техника / гл. ред. Борис Михайлович Хрусталев; учредитель Белорусский национальный технический университет (Минск). – 2021. – Т.20 №4. – С. 345-351. – Режим доступа : https://rep.bntu.by/handle/data/97718. – На рус. яз.
Спеченные фрикционные материалы широко используются в узлах трения автотракторной техники, техники специального назначения. Основная цель – передача крутящего момента на исполнительный механизм. Развитие рынка техники требует разработки и применения новых узлов. Одновременно с этим необходимо создание новых материалов, это относится и к спеченным фрикционным. Данная группа материалов характеризуется высоким ресурсом работы, эффективностью передачи крутящего момента, а также способностью восстановления работоспособности в случае нарушения режимов эксплуатации. Одним из наиболее существенных параметров, характеризующих спеченный фрикционный материал, является износостойкость. В большинстве случаев она определяет не только ресурс работы самого узла, но и всей машины в целом. Особое место занимают тормозные узлы, в которых также используются фрикционные материалы. Повышенная износостойкость фрикционного материала способствует снижению эффективности и ресурса работы тормозной системы. Оценка износостойкости фрикционного материала под заданные эксплуатационные параметры – весьма длительный и материально затратный процесс. Разработка методов и способов ускорения оценки износостойкости – важная научная и практическая задача. В статье представлены результаты использования искусственных нейронных сетей для прогнозирования ресурса работы композиционного фрикционного материала на основе меди в зависимости от скорости скольжения, давления на материал и количества подаваемой смазки в зону трения. С использованием массива экспериментальных данных для фрикционного материала ФМ-15 была обучена искусственная нейронная сеть. Результаты обучения показали высокую точность, правильность предложенной и реализованной архитектуры сети. Разработанное программное обеспечение продемонстрировало свою работоспособность и возможность применения в расчетах для определения износа композиционного фрикционного материала.
Sintered friction materials are widely used in friction units of automotive vehicles and special purpose vehicles. The main purpose is to transmit torque to the actuator. The development of the technology market requires the development and use of new units. At the same time, the creation of new materials is required, which also applies to sintered friction materials. This group of materials is characterized by a high service life, efficiency of torque transmission, as well as the ability to restore performance in case of violation of operating modes. One of the most significant parameters characterizing a sintered friction material is wear resistance. In most cases, it determines not only the resource of the unit itself, but the entire machine as a whole. A special place is occupied by brake units, which also use friction materials. The increased wear resistance of the friction material contributes to a decrease in the efficiency and service life of the brake system. Evaluation of the wear resistance of a friction material for the given operational parameters is a very long and costly process. The development of methodology and methods for accelerating the assessment of wear resistance is an important scientific and practical task. The paper presents the results of using artificial neural networks to predict the service life of a composite friction material based on copper on the sliding speed, pressure on the material and the amount of lubricant supplied to the friction zone. An artificial neural network has been trained using an array of experimental data for the FM-15 friction material. The training results have shown high accuracy, correctness of the proposed and implemented network architecture. The developed software has demonstrated its efficiency and the possibility of using it in calculations to determine the wear of a composite friction material.
004.032.26:621.894
общий = БД Труды научных работников БНТУ : 2021г.
труды сотрудников БНТУ = Факультет информационных технологий и робототехники : кафедра "Программное обеспечение информационных систем и технологий"
труды сотрудников БНТУ = Автоматика. Вычислительная техника (труды)
общий = НЕЙРОННЫЕ СЕТИ
общий = КОМПОЗИЦИОННЫЕ МАТЕРИАЛЫ
общий = ФРИКЦИОННЫЕ МАТЕРИАЛЫ
общий = КОЭФФИЦИЕНТ ТРЕНИЯ
