Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: trzpień-tarcza

Sortuj według:

Ogranicz wyniki do:

3D model of anodic oxide coating modified with carbon particles

Służałek G., Wistuba H., Kubica M.

Diagnostyka

2011

nr 3(59)

61-64

In this paper shown three-dimensional model of composite hard anodic layer modified by carbon particles. Modifications were carried by vacuum sublimation by a graphite electrode. The modified layer is characterized by improved tribological properties (friction coefficient) compared to the unmodified layer. Test conditions and values of the coefficients of friction are presented for the combination of pin-on-disc pair in T-01M tester. The 3D model was made in parametric CAD program Solid Edge v19 pl, which allows to explain the decrease in the coefficient of friction.

W pracy przedstawiono trójwymiarowy model kompozytowej warstwy ceramiczno-grafitowej powstałej w wyniku modyfikowania anodowej powłoki twardej. Modyfikacje przeprowadzono w procesie napylania próżniowego. Warstwa modyfikowana charakteryzuje się lepszymi właściwościami tribologicznymi (współczynnik tarcia) w porównaniu do warstwy niemodyfikowanej. Warunki badań oraz wartości współczynników tarcia zestawiono dla skojarzenia trzpień-tarcza testera T-01M. Model 3D warstwy wykonano w parametrycznym programie CAD Solid Edge v19, który pozawala na wyjaśnienie zmniejszenia się współczynnika tarcia.

Zastosowanie sieci neuronowej do oceny zużycia elementów z żeliwa sferoidalnego

Witaszek K., Witaszek M.

Zeszyty Naukowe. Transport / Politechnika Śląska

2001

z. 42

147-154

W ramach pracy przeprowadzono badania zużycia żeliwa sferoidalnego w układzie trzpień - tarcza. Wyniki tych badań posłużyły jako dane wejściowe w procesie nauki sztucznej sieci neuronowej. W wyniku tego procesu otrzymano wytrenowaną sieć neuronową, która pozwala na prognozowanie zużycia elementów wykonanych z żeliwa sferoidalnego.

In this work wear tests of spheroidal graphite cast iron have been carried out. A pin on disk machine was used. Tests results were used as input data for learning process of an artificial neural network. Result of this process was trained neural network, that can predict the wear of elements made of spheroidal graphite cast iron.