Preview

НАУКА и ТЕХНИКА

Расширенный поиск

Использование искусственных нейронных сетей для определения износа композиционного фрикционного материала

https://doi.org/10.21122/2227-1031-2021-20-4-345-351

Полный текст:

Аннотация

Спеченные фрикционные материалы широко используются в узлах трения автотракторной техники, техники специального назначения. Основная цель – передача крутящего момента на исполнительный механизм. Развитие рынка техники требует разработки и применения новых узлов. Одновременно с этим необходимо создание новых материалов, это относится и к спеченным фрикционным. Данная группа материалов характеризуется высоким ресурсом работы, эффективностью передачи крутящего момента, а также способностью восстановления работоспособности в случае нарушения режимов эксплуатации. Одним из наиболее существенных параметров, характеризующих спеченный фрикционный материал, является износостойкость. В большинстве случаев она определяет не только  ресурс работы самого узла, но и всей машины в целом. Особое место занимают тормозные узлы, в которых также используются фрикционные материалы. Повышенная износостойкость фрикционного материала способствует снижению эффективности и ресурса работы тормозной системы. Оценка износостойкости фрикционного материала под заданные эксплуатационные параметры – весьма длительный и материально затратный процесс. Разработка методов и способов ускорения оценки износостойкости – важная научная и практическая задача. В статье представлены результаты использования искусственных нейронных сетей для прогнозирования ресурса работы композиционного фрикционного материала на основе меди в зависимости от скорости скольжения, давления на материал и количества подаваемой смазки в зону трения. С использованием массива экспериментальных данных для фрикционного материала ФМ-15 была обучена искусственная нейронная сеть. Результаты обучения показали высокую точность, правильность предложенной и реализованной архитектуры сети. Разработанное программное обеспечение продемонстрировало свою работоспособность и возможность применения в расчетах для определения износа композиционного фрикционного материала.

Об авторах

А. B. Лешок
Институт порошковой металлургии имени академика О. В. Романа
Беларусь

Кандидат технических наук, доцент

г. Минск



Ю. Б. Попова
Белорусский национальный технический университет
Беларусь

Кандидат технических наук, доцент

Адрес для переписки: Попова Юлия Борисовна – Белорусский национальный технический университет, ул. Б. Хмельницкого, 9, 220013, г. Минск, Республика Беларусь, Тел.: +375 17 292-71-53
jpopova@bntu.by



Список литературы

1. Надежность в технике. Термины и определения: ГОСТ 27.002–2015. Введ. 01.03.2017. М.: Стандартинформ, 2016. 24 с.

2. Сафонов, Б. П. Инженерная трибология: оценка износостойкости и ресурса трибосопряжений / Б. П. Сафонов, А. В. Бегова. Новомосковск: РХТУ имени Д. И. Менделеева, Новомосковский институт, 2004. 59 c.

3. Войтов, В. А. Моделирование процессов трения и изнашивания в трибосистемах в условиях граничной смазки. Часть 2. Результаты моделирования / В. А. Войтов, М. Б. Захарченко // Проблеми трибології. 2015. № 2. C. 36–44.

4. Изделия фрикционные порошковые. Технические усло-вия: ТУ BY 100219793.431–2015. Введ. 24.09.2015. Минск: Гос. науч. учр. «Ин-т порошк. метал. имени акад. О. В. Романа», Госстандарт, 2015. 25 с.

5. Ильющенко, А. Ф. Спеченные металлокерамические фрикционные композиционные материалы и изделия / А. Ф. Ильющенко, А. А. Дмитрович, А. В. Лешок // Весці Нацыянальнай акадэміі навук Беларусі. Серыя фізіка-тэхнічных навук. 2011. № 2. C. 10–17.

6. Влияние состава фрикционного материала на основе меди на его структуру и триботехнические свойства / А. В. Ле-шок [и др.] // Трение и износ. 2019. Т. 40, № 6. С. 654–660.

7. Юдин, Е. Г. Прогнозирование долговечности фриционных узлов трансмиссий гусеничных машин / Е. Г. Юдин // Вестник МГТУ имени Н. Э. Баумана. Серыя «Машиностроение». 2004. № 3. С. 3–14.

8. Сприжицкий, И. А. Оптимизация конструкции и прогнозирование долговечности пар трения муфт сцепления / И. А. Сприжицкий. Минск, 1984. 191 с.

9. Шилкин, Н. В. Нейросети: возможности использования алгоритмов самообучения в системах управления теплоэнергопотреблением зданий [Электронный ресурс] / Н. В. Шилкин, М. М. Бродач // АВОК. 2019. № 4. Режим доступа: https://www.abok.ru/for_spec/articles.php?nid=7229. Дата доступа: 10.12.2020.

10. Алтунин, К. А. Применение нейронных сетей для моделирования процесса токарной обработки / К. А. Алтунин, М. В. Соколов // Вестник ТГТУ. 2016. Т. 22, № 1. С. 122–133.

11. Попов, О. В. Определение предельного сопротивления дилатирующего грунта сдвигу при помощи искусственных нейронных сетей / О. В. Попов, Ю. Б. Попова, С. В. Яцынович // Наука и техника. 2018. Т. 17, № 6. С. 471–477. https://doi.org/10.21122/2227-1031-2018-17-6-471-477.

12. Попова, Ю. Б. Программная реализация искусственной нейронной сети для управления виртуальными объектами / Ю. Б. Попова, С. В. Яцынович // Системный анализ и прикладная информатика. 2017. № 4. С. 72–78. https://doi.org/10.21122/2309-4923-2017-4-72-78.

13. Тархов, Д. А. Нейронные сети. Модели и алгоритмы / Д. А. Тархов. М.: Радиотехника, 2005. 256 с.


Для цитирования:


Лешок А.B., Попова Ю.Б. Использование искусственных нейронных сетей для определения износа композиционного фрикционного материала. НАУКА и ТЕХНИКА. 2021;20(4):345-351. https://doi.org/10.21122/2227-1031-2021-20-4-345-351

For citation:


Liashok A.V., Popova Yu.B. Using Artificial Neural Networks to Determine Wear of Composite Friction Material. Science & Technique. 2021;20(4):345-351. (In Russ.) https://doi.org/10.21122/2227-1031-2021-20-4-345-351

Просмотров: 31


Creative Commons License
Контент доступен под лицензией Creative Commons Attribution 4.0 License.


ISSN 2227-1031 (Print)
ISSN 2414-0392 (Online)