1. На главную
  2. Электронные версии
  3. Проблемы машиностроения и надежности машин
  4. № 5, 2023

Проблемы машиностроения и надежности машин, 2023, № 5, стр. 96-102

Сравнительный анализ численного метода и методов машинного обучения задачи определения температуры легированного смазочного слоя с экспериментальными данными

А. Тохметова 1, *, А. Ю. Албагачиев 1

1 Институт машиноведения им. А.А. Благонравова РАН
Москва, Россия

* E-mail: aygerim.tokhmetova@mail.ru

Поступила в редакцию 29.04.2023
После доработки 05.06.2023
Принята к публикации 20.06.2023

Аннотация

В настоящей статье проведена сравнительная характеристика методов машинного обучения и численного метода задачи определения температуры легированного смазочного слоя с экспериментальными данными. На основе метода прогонки решено одномерное уравнение теплопроводности Фурье с граничными и начальными условиями. В результате сравнения численных и прогнозных данных с экспериментами можно сделать вывод о том, что модели машинного обучения лучше предсказывают результаты по сравнению с численными данными.

Ключевые слова: моторное масло, фуллерен С60, расчет температуры смазочного слоя, машинное обучение

Список литературы

  1. Zheng Z., Guo Z., Liu W. et al. Low friction of superslippery and superlubricity // A review. Friction. 2023. V. 11. P. 1121.

  2. Meng Y., Xu J., Ma L. et al. A review of advances in tribology // In 2020–2021. Friction. 2022. V. 10. P. 1443.

  3. Буяновский И.А., Хрущов М.М., Самусенко В.Д. Алмазоподобные углеродные покрытия: трибологическое поведение при граничной смазке. Часть II. Смазка химически модифицированным слоем // Материаловедение. 2021. № 10. С. 3.

  4. Kim B.K., Hyun J.S., Kim Y.H. et al. Effect of Boundary Layer Modification and Enhanced Thermal Characteristics on Tribological Performance of Alumina Nanofluids Dispersed in Lubricant Oil // Experimental Techniques. 2022. № 47. P. 737.

  5. Duan L., Li J., Duan H. Nanomaterials for lubricating oil application // A review. Friction. 2023. V. 11. P. 647.

  6. Тохметова А.Б., Михеев А.В., Тананов М.А. Исследования трибологических свойств моторного масла с содержанием фуллеренов // Проблемы машиностроения и надежности машин. 2022. № 4. С. 108.

  7. Тухтаров А.Р., Хузин А.А., Джемилев У.М. Фуллеренсодержащие смазочные материалы: достижения и перспективы (обзор) // Нефтехимия. 2020. № 1. С. 125.

  8. Strohmaier A., Waters A. Analytic properties of heat equation solutions and reachable sets // Math. Z. 2022. V. 302. P. 259.

  9. Hancock J.T., Khoshgoftaar T.M. CatBoost for big data: an interdisciplinary review // J Big Data. 2020. V. 7. P. 94.

  10. Шрам В.Г., Агафонов Е.Д., Лысянников А.В., Лысянникова Н.Н. Прогноз термоокислительных свойств смазочного масла с использованием методов машинного обучения // Известия Тульского государственного университета. Технические науки. 2018. № 12. С. 576.

Дополнительные материалы отсутствуют.

Инструменты

следующая статья выпуска предыдущая статья выпуска содержание выпуска

Проблемы машиностроения и надежности машин

Архивы выпусков Информация о журнале Отправить рукопись в журнал