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

Vista sencilla de ítem
dc.contributor.authorFranco Martínez, Francisco
dc.contributor.authorGarcía Moltó, Jorge Juan
dc.contributor.authorEchávarri Otero, Javier
dc.contributor.authorChacón Tanarro, Enrique
dc.contributor.authorDíaz Lantada, Andrés
dc.date.accessioned2024-05-21T13:02:12Z
dc.date.available2024-05-21T13:02:12Z
dc.date.issued2022
dc.description.abstractEl 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.es
dc.description.abstractThe 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.en
dc.description.versionversión publicada
dc.identifier.doihttps://doi.org/10.5944/bicim2022.106
dc.identifier.urihttps://hdl.handle.net/20.500.14468/19844
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España), Universidad Politécnica de Madrid. Departamento de Ingeniería Mecánica
dc.relation.centerE.T.S. de Ingenieros Industriales
dc.relation.congressXV Congreso Iberoamericano de Ingeniería Mecánica. Madrid, España, 22-24 de noviembre de 2022. CIBIM 2022
dc.relation.departmentMecánica
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0
dc.subject.keywordstribología
dc.subject.keywordsinteligencia artificial
dc.subject.keywordsmicrotexturizado
dc.subject.keywordslubricación
dc.titleAplicación de Inteligencia Artificial para la predicción de la fricción lubricada en contactos mecánicos microtexturizadoses
dc.typeconference proceedingsen
dc.typeactas de congresoes
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Abs_145_182807.pdf
Tamaño:
704.12 KB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Actas y comunicaciones de congresos