Prediction on friction characteristics of mine hoist disc brakes using artificial neural networks

• Autorzy: Grzegorzek W. , Ścieszka S.

Warianty tytułu

PL

Prognozowanie charakterystyk ciernych hamulców maszyn wyciągowych z zastosowaniem sztucznych sieci neuronowych

• Języki publikacji: EN

Abstrakty

EN

Safety and reliability are the main requirements for brake devices in the mining winding installations. Trouble-free performance under changing braking parameters is mandatory. Therefore, selection of the right materials for the friction brake elements (pads and discs) is the most challenging task for brake system designers. The coefficient of friction for the friction couple should be relatively high (dsim 0.4); but, above all, it should be stable. In order to achieve the desired break friction couple performance, a new approach to the prediction of the tribological processes versus friction materials formulation is needed. The paper shows that the application of the artificial neural network (ANN) can be productive in modelling complex, multi-dimensional funtional relationships directly from experimental data. The ANN can learn to produce an input/output relationship, and the model of friction brake behaviour can be established.

PL

Bezpieczeństwo i niezawodność działania to główne wymagania stawiane hamulcom maszyn wyciągowych. Niezawodna, bezproblemowa praca hamulców w zmieniających się warunkach otoczenia i obciążenia jest wymagana i egzekwowana przez dozór górniczy. Dlatego wybór materiałów na elementy pary hamulcowej (okładzina cierna, tarcza hamulca) jest dużym wyzwaniem dla konstruktorów. Współczynnik tarcia dla tej pary ciernej powinien być bezwzględnie wysoki (około 0,4) ale przede wszystkim wymaga się, aby był stabilny. Dla osiągnięcia pożądanego efektu pracy hamulca zastosowano nowe narzędzie dla predykcji i kontroli procesów tribologicznych w funkcji parametrów tarcia i składu chemicznego materiału okładziny hamulcowej. Zastosowanie sztucznych sieci neuronowych jest przydatne w modelowaniu złożonych, wieloczynnikowych zależności w oparciu o dane pochodzące z eksperymentów laboratoryjnych. Sztuczne sieci neuronowe mogą być wytrenowane do wytworzenia relacji wejście/wyjście i do modelowania oraz przewidywania charakterystyk użytkowych w hamulcach ciernych.

Słowa kluczowe

EN

mine hoist disc brakes; prediction of friction characteristics; friction coefficient; neural networks

PL

hamulce maszyn wyciągowych; prognozowanie charakterystyk ciernych; współczynnik tarcia; sieci neuronowe

• Wydawca: Wydawnictwo Naukowe Instytutu Technologii Eksploatacji - Państwowego Instytutu Badawczego
• Czasopismo: Scientific Problems of Machines Operation and Maintenance
• Rocznik: 2011
• Tom: Vol. 46, nr 3
• Strony: 27--42
• Opis fizyczny: Bibliogr. 7 poz., rys., tab.

Twórcy

autor

Grzegorzek W.

autor

Ścieszka S.

• Silesian University of Technology, Faculty of Mining and Geology, Institute of Mining Mechanisation, Akademicka 2A Street, 44-100 Gliwice, Poland,

Bibliografia

• [1] Ścieszka S.F.: Friction Brakes. Gliwice - Radom: ITeE; 1998.
• [2] Grzegorzek W.: Modelling tribological processes in winding gear disc brakes by mean of a neural network method. PhD thesis (in polish). Gliwice: SUT; 2003.
• [3] Chan D., Stachowiak G.W.: Review of automotive brake friction materials. J. Automobile Engineering. 2004; 218: 953-966.
• [4] Blau P.: Compositions, functions and testing of friction brake materials and their additives. Technical Report Oak Ridge National Laboratory/TM - 2001.
• [5] Sanders P.G., Dalka T.M., Bash R.H.: A reduced - scale brake dynamometer for friction characterization. Tribology International. 2001; 34: 609-615.
• [6] Aleksendric D., Duboka C.: Automotive friction material development by means of neural computation, Conference Proceedings "Braking 2006", York: 2006; 167-176.
• [7] Sokołowski Α.: Neural network application for tool point condition monitoring. PhD thesis (in polish). Gliwice: SUT; 1994.