开放细胞AlSn6Cu-SiC复合材料:制造,干滑式磨损行为,以及用于预测磨损的机器学习方法
Mihail Kolev1, Ludmil Drenchev1, Veselin Petkov1
1Institute of Metal Science, Equipment and Technologies with Center for Hydro- and Aerodynamics "Acad. A. Balevski", Bulgarian Academy of Sciences, Boulevard Shipchenski Prohod 67, 1574 Sofia, Bulgaria.
Materials (Basel, Switzerland)
|September 28, 2023
概括
与AlSn6Cu相比,开放细胞AlSn6Cu-SiC复合材料具有更好的耐磨性,质量磨损减少,摩擦系数相似. 机器学习准确地预测摩擦,帮助材料开发.
科学领域:
- 材料科学 材料科学 材料科学
- 部落学 (tribology) 是一个学科.
- 机械工程 机械工程
背景情况:
- 开放细胞金属矩阵复合材料 (AMMCs) 提供高强度和低重量.
- 增强tribological属性对于AMMC的耐用性和性能至关重要.
- 现有的AMMC需要提高耐磨性,以适用于苛刻的应用.
研究的目的:
- 为了制造和评估开放细胞AlSn6Cu-SiC复合材料的磨损行为.
- 通过使用干滑摩擦,在不同负载下研究三元学性质.
- 使用机器学习 (ML) 模型预测摩擦系数 (COF).
主要方法:
- 用于复合材料制造的液态加工.
- 在50N和100N负荷下进行引脚盘测试.
- 通过SEM,EDS和XRD进行微结构分析.
- 使用六个ML算法和性能评估 (R2,MSE,RMSE,MAE) 进行COF预测.
主要成果:
- 与AlSn6Cu.Cu.相比,开放细胞AlSn6Cu-SiC复合材料的质量磨损显著降低 (50N时38%,100N时31%)
- 复合材料和基础材料之间的摩擦系数 (COF) 仍然可以比较.
- 机器学习模型证明了准确可靠的COF预测,尽管对数据质量和负载变化敏感.
结论:
- 开放细胞AlSn6Cu-SiC复合材料比AlSn6Cu.Cu.具有优越的耐磨性.
- 添加SiC可以提高tribological性能,而不会对摩擦产生负面影响.
- 机器学习是一种可行的工具,用于预测先进材料中的部落学行为.
