ОБРАБОТКА МЕТАЛЛОВ Том 24 № 3 2022 42 ТЕХНОЛОГИЯ показало, что при добавлении 10…15 % ПТФЭ наблюдается наименьший коэффициент трения и скорость износа в условиях сухого скольжения при использовании шариков из подшипниковой стали в качестве контртела. В другом исследовании Shen и др. [10] сравнили сопротивление истиранию ПТФЭ с частицами Al2O3 размером от 5 до 200 мкм. Их исследование показало, что размер абразива существенно влияет на трибологические характеристики трибопар. Sawyer и др. [11] наблюдали увеличение износостойкости композита из ПТФЭ, армированного частицами оксида алюминия размером 40 нм, с увеличением концентрации наполнителя. Исследование Kim и др. [12] выявило снижение коэффициентов трения при нормальной нагрузке и скорости скольжения. Наблюдается уменьшение скорости износа с увеличением нормальной нагрузки. Однако первоначально скорость износа увеличивалась со скоростью скольжения, а затем уменьшалась. Wang и др. [13] исследовали износостойкость текстурированной нержавеющей стали в паре с полимерными поверхностями. EDX-анализ, проведенный ими, показал различное поведение при износе. Desale и Pawar [14] исследовали характеристики износа и трения твердого смазочного материала PTFE, армированного углеродом, MoS2, стекловолокном, полиэфирэфиркетонными частицами в условиях сухого и мокрого терния в паре с нержавеющей сталью SS304. Они наблюдали минимальную скорость износа для ПТФЭ-композита, с 15 % стекловолокна и 5 % частиц MoS2. Модель искусственной нейронной сети (ИНС) рассматривалась как потенциальный и хороший инструмент для математического моделирования сложных и нелинейных характеристик износа [15]. Подход ИНС, связанный с биологической нервной системой, моделирует многие сложные нелинейные и другие взаимосвязи реальной жизни. Ibrahim и др. [15] разработали модель ИНС для определения износа ПТФЭ-композитов. Кроме того, производительность моделей сравнивалась с обычной моделью мультилинейной регрессии (МЛР). Их исследование показало, что модель ИНС обладает более высокой точностью прогнозирования. Сенситивный анализ показал, что объемная доля армирующего наполнителя, расстояние скольжения и плотность композитов являются важными параметрами. ИНС помогают обеспечить точность моделирования нелинейных зависимостей свойств композитных материалов, и в дальнейшем помогает оценить влияние многих входных параметров на характеристики материала. Группа исследователей обнаружила, что ИНС очень точно моделируют механическое поведение композитных материалов [16]. Исследователи приложили достаточные усилия для моделирования характеристик износа при скольжении с использованием ИНС. Группа исследователей заметила, что производительность модели ИНС зависит от количества и типа данных, предоставленных во время обучения. Кроме того, сообщается, что необходимо определить значительный набор параметров, чтобы сэкономить время и эффективно обучить модель ИНС [17]. Моделирование ИНС помогает понять физику процесса, что улучшает производительность процесса за счет лучшего управления им. Хотя исследователями было проведено достаточно работ для оценки характеристик армированных композитов, очень немногие моделировали характеристики износа при скольжении ПТФЭ-композита, армированного углеродным волокном, в паре с нержавеющей сталью SS304. С этой целью в этом исследовании разрабатываются экспериментальные математические модели и модели ИНС для прогнозирования характеристик износа при скольжении ПТФЭ-композита, армированного углеродным волокном, в паре с нержавеющей сталью SS304 с учетом воздействия нормальной нагрузки, температуры поверхности и скорости скольжения. Методика исследований Угленаполненный ПТФЭ обладает превосходными фрикционными, механическими свойствами и износостойкостью. Во время производства углерод может быть добавлен в виде порошка или волокна. Процесс горячего компрессионного формования используется для изготовления стержня из ПТФЭ, армированного углеродным волокном (35 % масс.). Используемые образцы композиционного материала имели диаметр и длину 10 и 40 мм соответственно.
RkJQdWJsaXNoZXIy MTk0ODM1