Modelowanie właściwości tribologicznych ekologicznych kompozycji smarowych

• Autorzy: Ruta R. , Siwiec E. , Trzos M.

Warianty tytułu

EN

Modelling tribological properties of ecological lubricants

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono proces i rezultaty budowy modeli matematycznych odwzorowujących wyniki badań własności smarnych kompozycji oleju roślinnego z ECO dodatkami uszlachetniającymi uzyskanymi na bazie oleju rzepakowego. Właściwości smarne badanych kompozycji oceniano na podstawie granicznego nacisku zatarcia oraz granicznego obciążenia zużycia, które wyznaczono metodami badań tribologicznych z wykorzystaniem aparatu czterokulowego T-02. Do opisu właściwości tribologicznych badanych kompozycji smarowych zastosowano analizę regresji oraz metodę modelowania z wykorzystaniem sztucznych sieci neuronowych. Modele regresyjne odwzorowujące właściwości tribologiczne w zależności od zawartości dodatku tylko dla granicznego obciążenia zużycia i tylko dla niektórych dodatków można uznać za zadawalające. W rezultacie zastosowania sztucznych sieci neuronowych otrzymano modele, charakteryzujące się dobrymi własnościami statystycznymi i opisujące zarówno wartości granicznego obciążenie zużycia, jak i granicznego nacisku zatarcia w zależności od rodzaju i zawartości dodatku oraz od właściwości fizyko-chemicznych oleju i dodatków.

EN

The article presents a process and results of mathematical models developing of oil compositions’ lubricating properties. The lubricating properties were evaluated based on the seizing boundary pressure and the wear boundary load with the use of experimental research on the four-ball machine T-02. The models of investigated lubricant compositions were developed with the use of the regression analysis and the artificial neural network method. Regression models describing lubricants’ tribological properties as function of additive quantities were satisfactory only for the seizing boundary pressure and only for some additives. Models elaborated as the results of a neural networks method application are characterised by good statistical characteristics and describing the boundary wear load and seizing boundary pressure as a function of lubricant composition properties.

Słowa kluczowe

PL

smar ekologiczny; właściwości tribologiczne; zużycie; zatarcie; badania empiryczne; modelowanie; modele regresyjne; sztuczne sieci neuronowe

EN

ecological lubricants; tribological properties; wear models; seizing models; regression analysis; neural networks

• Wydawca: Stowarzyszenie Inżynierów i Techników Mechaników Polskich
• Czasopismo: Tribologia
• Rocznik: 2008
• Tom: nr 5
• Strony: 155--170
• Opis fizyczny: Bibliogr. 13 poz., rys., tab.

Twórcy

autor

Ruta R.

autor

Siwiec E.

autor

Trzos M.

• Instytut Technologii Eksploatacji – PIB, ul. Pułaskiego 6/10, 26-600 Radom

Bibliografia

• 1. Frangu L., Ripa M.: Artificial neural networks applications in Tribology - a survey. NIMIA-SC2001 - 2001 NATO Advanced Study Institute on Neural Networks for Instrumentation, Measurement and Related Applications: Study Cases Crema, Italy, 9-20 October 2001.
• 2. Jankowska A.: Sztuczne sieci neuronowe jako predykcyjne modele tarcia w układach płynowych. Tribologia 3/2003, (189) s. 81-101.
• 3. Grymek S., Druet K., Łubiński J.I.: Perspektywy obliczeń neuronowych w inżynierii łożyskowania. Tribologia 1/2002, (181) s. 227-237.
• 4. Tansel I.N. et al.: Tool wear estimation in micro-machining. - Part I tool usage-cutting force relationship, Int. J. Mach. Tools Manufact., vol. 40, no. 4, pp. 599-608, March 2000.
• 5. Sinha A.N., Mukherjee P.S., De A.: Assessment of useful life of lubricants using artificial neural network. Ind. Lubric. And Tribology, vol. 52, no. 3, pp.105-109, 2000.
• 6. Vyas N.S., Satishkumar D.: Artificial neural network design for fault identification in a rotor-bearing system. Mechanism and Machine Theory, vol. 36, no. 2, pp. 157-175, 2001.
• 7. Myshkin N.K. et al.: "Classification of wear debris using a neural network", Wear, vol. 203-204, pp. 658-662, 1997.
• 8. Trzos M.: Modele neuronowe do prognozowania właściwości przeciwzużyciowych olejów smarnych. Tribologia 4/2004 (196) 2004, s. 273-284.
• 9. Sprawozdanie końcowe z realizacji projektu badawczego nr 4 T09 035 25 "Badanie wpływu dodatków ekologicznych otrzymanych z naturalnych triglicerydów, na właściwości przeciwzużyciowe i przeciwzatarciowe olejów smarowych" E. Siwiec (kierownik) Radom 2005.
• 10. Szczerek M. Metodologiczne problemy systematyzacji eksperymentalnych badań tribologicznych. Wyd. ITeE, Radom 2000.
• 11. Szczerek M., Tuszyński W.: Badania tribologiczne. Zacieranie. Wyd. ITeE, Radom 2000.
• 12. Dobosz M.: Wspomagana komputerowa statystyczna analiza wyników badań. AOW EXIT, Warszawa 2001.
• 13. STATISTICA Neural NetworksTM PL Przewodnik problemowy. StatSoft Polska. Kraków 2001.