Wyniki wyszukiwania - BazTech

Ograniczanie wyników

1 Tribologia

1 2008

Powiadomienia systemowe

Sesja wygasła!
Sesja wygasła!

Znaleziono wyników: 1

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: wear models

Sortuj według:

Ogranicz wyniki do:

Modelowanie właściwości tribologicznych ekologicznych kompozycji smarowych

Ruta R., Siwiec E., Trzos M.

Tribologia

2008

nr 5

155-170

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.

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.