Aplicación de Inteligencia Artificial para la predicción de la fricción lubricada en contactos mecánicos microtexturizados

Franco Martínez, Francisco, García Moltó, Jorge Juan, Echávarri Otero, Javier, Chacón Tanarro, Enrique y Díaz Lantada, Andrés(2022) .Aplicación de Inteligencia Artificial para la predicción de la fricción lubricada en contactos mecánicos microtexturizados. XV Congreso Iberoamericano de Ingeniería Mecánica.En: Universidad Politécnica de Madrid. (2022-11-22)

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Abs_145_182807.pdf Aplicación de Inteligencia Artificial para la predicción application/pdf 704.12KB

Título de la Conferencia XV Congreso Iberoamericano de Ingeniería Mecánica
Fecha de inicio de la Conferencia 2022-11-22
Fecha fín de la Conferencia 2022-11-24
Lugar de la Conferencia Universidad Politécnica de Madrid
Fecha de presentación de la Ponencia 2022
Titulo Aplicación de Inteligencia Artificial para la predicción de la fricción lubricada en contactos mecánicos microtexturizados
Autor(es) Franco Martínez, Francisco
García Moltó, Jorge Juan
Echávarri Otero, Javier
Chacón Tanarro, Enrique
Díaz Lantada, Andrés
Materia(s) Ingeniería Mecánica
Resumen El microtexturizado de superficies ha mostrado ser de utilidad para mejorar la lubricación, ya que ofrece fuertes reducciones del coeficiente de fricción cuando las condiciones de operación del contacto comprometen el mantenimiento de una película de lubricante suficientemente gruesa. Para estudiar la influencia de los texturizados en la reducción del coeficiente de fricción se hará uso de tres algoritmos de Inteligencia Artificial, analizando y comparando su funcionamiento para seleccionar aquel que mejor realice la predicción de la fricción. Tras esto, se usará el algoritmo con nuevos texturizados con el objetivo de encontrar los óptimos, es decir, aquellos capaces de reducir la fricción para diferentes condiciones de ensayo. La selección del texturizado óptimo se hará empleando el Valor Medio Ponderado del coeficiente de fricción (VMPE) métrica creada en este estudio para tal fin.
Abstract The use of microtextured surfaces has shown to be very useful to improve the lubrication performance. It provides an important friction reduction when contact’s operating conditions compromise an adequate fluid film thickness. To study the influence of texturing in the reduction of friction, three Artificial Intelligence algorithms will be used. They will be analyzed and compared to select the one more suitable to predict the friction coefficient. Afterwards, the algorithm will be applied to a new set of textured surfaces to find the optima among them, that is, those capable of reducing friction under different operating conditions. The selection of the optimal texturing will be based on the weighted mean value of the friction coefficient (VMPE). This metrics was specifically created for this purpose.
Palabra clave tribología
inteligencia artificial
microtexturizado
lubricación
Editor(es) Universidad Nacional de Educación a Distancia (España)
Universidad Politécnica de Madrid. Departamento de Ingeniería Mecánica
Fecha 2022
Formato application/pdf
Identificador bibliuned:congresoCIBIM-2022UPMEspana-Ffranco
https://doi.org/10.5944/bicim2022.106
Idioma spa
Versión de la publicación publishedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso conferenceObject
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 224 Visitas, 129 Descargas  -  Estadísticas en detalle
Creado: Wed, 14 Dec 2022, 19:05:09 CET