机构名称：
¥ 3.0
Session Chair: Ilia T. Bagov, Karlsruhe Institute Of Technology, Karlsruhe, Germany Session Vice Chair: Shuangbiao Liu, Northwestern University, Evanston, IL 8:00 - 8:40 am 4210708: Tribo-Informatics: The Systematic Fusion of AI and Tribology Zhinan Zhang, Nian Yin, Xin Wang,中国上海上海何兴大学；犹他州大学的Shuaihang Pan，AI的UT进步犹他州大学，已大大提高了我们计算，设计，模拟和测试摩擦系统的能力。Tribo-Infrymatics将摩擦学与有效研究的信息学结合在一起，重点介绍了摩擦系统中的五个关键信息类型：输入数据，系统属性，输出数据，摩擦学数据和衍生状态信息。它使用传统的数据处理和高级机器学习技术，例如线性回归，高斯模型，支持向量机和随机森林。本研究探讨了AI在摩擦学各个方面的应用，从组成级摩擦学系统到智能摩擦学系统。案例研究将说明底环信息学的实际实施。通过使用信息技术，可以降低摩擦系统的复杂性，并且可以缩短研究时间表，从而促进摩擦学创新。8：40-9：00 AM 4199278：AI驱动的快速预测弹性水力动力学润滑的接触Max Marian，Max Marian，Josephine Kelley，Josephine Kelley，Leibniz Hannover，Hannover，Hannover，Hannover，Hannover，德国，德国润滑的托架 - 接触预测对机械性能的预测至关重要，但它仍然是机械性能，但它仍然是复杂的，并计算了IT的复杂性和计算。学习的功能负责映射非线性过渡人工智能（AI）和机器学习（ML）技术提供有效而准确的解决方案。本演示文稿探讨了ML算法，尤其是人工神经网络，用于建模润滑的底环接触行为。一个重点是弹性水动力润滑（EHL）接触，其中经过大量的数值生成数据训练的ML算法有效地使用润滑性属性和操作条件等输入参数有效地捕获复杂模式。这允许在更高级别的机器元素或整个驱动器系统的更高级别系统模拟中简化EHL接触条件的详细信息。在演讲中，我们演示了基本的建模方面以及预测滚动摩擦和滑动摩擦以及圆柱辊轴承中电容的示例用法。9:00 - 9:20 am 4188903: Symbolic-Regression Based Extended Hertz Theory of Coated Bodies Brian Delaney, Shuangbiao Liu, Q. Jane Wang, Northwestern University, Evanston, IL This work presents an application of symbolic regression to extend Hertz theory toward coated bodies through new functions of the ratio of Young's modulus of the coating to that of底物（E）和非二维涂层厚度（H）。赫兹理论可以在未涂层的身体或涂层厚度足够大的涂层厚度的情况下预测两个渐近接触性能值（最大接触压力，接触半径和接触接近）。构建了E和H的接触性能函数，并通过符号回归获得了参数。
2025年5月20日，星期二3A汉诺威AB AI和机器...
主要关键词
相关文件推荐
