В тематическом обзоре рассмотрен зарубежный опыт в области механики. Внимание уделено следующим вопросам: использование глубокого обучения в производственном процессе, робототехнические комплексы, самосмазывающиеся подшипниковые материалы и др. Включает материалы из базы данных Scopus.
С полными текстами статей можно ознакомиться в зале информационно-справочной службы, комната 613, и в читальном зале периодических изданий, комната 614. Телефон для справок: +375 17 226 61 88.
Application of Rotating Machinery Fault Diagnosis Based on Deep Learning [Electronic resource] / W. Cui [et al.] // Shock and Vibration. – 2021. – Vol. 2021. – Article number: 3083190. – DOI: 10.1155/2021/3083190 : Scopus.
Переведенное заглавие: Применение глубокого обучения для диагностики неисправностей вращающегося оборудования.
Непрерывный прогресс современной промышленности привел к усложнению технических систем и оборудования. Технология предиктивной диагностики неисправностей вращающегося оборудования – одно из ключевых средств обеспечения нормальной работы промышленного оборудования и безопасного производства. Самый интересный на сегодня метод, который в той или иной степени пытаются внедрить на многих предприятиях, – машинное обучение (глубокое обучение), то есть использование нейронных сетей и возможностей искусственного интеллекта. Это позволяет анализировать данные и создавать модели машинного обучения. Глубокое обучение – это вид машинного обучения с использованием многослойных нейронных сетей, которые самообучаются на большом наборе данных. Метод широко используется в различных областях науки и техники. Представлен краткий обзор методов ранней технической диагностики неисправностей. Основное внимание уделено моделям, которые широко используются в глубоком обучении: глубокая сеть доверия (DBN), автокодеры (AE), сверточные нейронные сети (CNN), рекуррентные нейронные сети (RNN), генеративные состязательные сети (GAN) и трансферные методы обучения. Модели складываются из двух аспектов принципа и применения для выявления неисправностей вращающегося оборудования. Описаны текущие проблемы и возможные тенденции развития в области диагностики неисправностей вращающегося оборудования.
Korniejenko, K. The Influence of the Material Structure on the Mechanical Properties of Geopolymer Composites Reinforced with Short Fibers Obtained with Additive Technologies [Electronic resource] / Korniejenko, P. Kejzlar, P. Louda // International Journal of Molecular Sciences. – 2022 – Vol. 23, iss. 4. – Article number: 2023. – DOI: 10.3390/ijms23042023 : Scopus.
Переведенное заглавие: Влияние структуры материала на механические свойства геополимерных композитов, армированных короткими волокнами, полученных с использованием аддитивных технологий.
Аддитивные технологии производства имеют множество потенциальных преимуществ для их применения в строительстве. Это повышение геометрической гибкости конструкции, снижение затрат на рабочую силу, повышение эффективности и безопасности и соответствие политике устойчивого развития. Перспективными материалами в строительстве являются геополимеры, армированные короткими волокнами, но их применение требует понимания поведения этой группы материалов. Цель исследования – изучение влияния микроструктуры материала на механические свойства двух типов геополимерных композитов (льняных и армированных углеродом). Приведен сравнительный анализ двух методов производства геополимерных композитов (метод литья и 3D-печати). В качестве сырья для матрицы использовалась зола-уноса с угольной электростанции. Микроструктура материала исследовалась с использованием сканирующей электронной микроскопии (SEM), конфокальной микроскопии и атомно-силовой микроскопии (AFM), а также методами рентгеновской дифракции и рентгенофлуоресценции (XRD-X-ray diffraction, and XRF-X-ray fluorescence). Анализ сцепления материала исследовался при помощи инфракрасной спектроскопии с Фурье-преобразованием (FT-IR) и спектроскопией ядерного магнитного резонанса (NMR). Наилучшие механические свойства были достигнуты образцом, изготовленным путем 3D-печати для композита, армированного волокнами льна (48,7 МПа для прочности при сжатии и 9,4 МПа для прочности при изгибе). Результаты FT-IR, XRF и XRD показали сходный состав всех исследованных материалов. Метод ядерного магнитного резонанса показал присутствие тетраэдров SiO4 и AlO4 в трехмерной структуре. Геополимерные материалы, изготовленные по аддитивной технологии, показали лучшую когерентность и более равномерное распределение волокон. В ходе исследования были получены следующие результаты: образцы, изготовленные по аддитивной технологии, имели сопоставимые или лучшие свойства в сравнении с образцами, изготовленными традиционным методом литья.
Robot learning towards smart robotic manufacturing: A review [Electronic resource] / Z. Liu [et al.] // Robotics and Computer-Integrated Manufacturing. – 2022 – Vol. 77. – Article number: 102360. – DOI: 10.1016/j.rcim.2022.102360 : Scopus.
Переведенное заглавие: Робототехнические комплексы – на пути к интеллектуальному роботизированному производству. Обзор.
С начала интеграции промышленных роботов в производственные линии и робототехнические комплексы значительно повысилась производительность и улучшились условия труда. Представлен обзор использования интеллектуальных роботизированных комплексов в промышленном производстве. Приведена терминология в данной области. Обобщены категории обучения роботов. В частности, рассмотрено имитационное обучение, обучение с подкреплением на основе агента градиента политики, агента ценностных функций, и агента актер-критик и так далее. Описаны обучающие инструменты, контрольные показатели и сравнительный анализ различных методов обучения роботов. Перечислены области применения: роботизированные манипуляторы, сборка, управление технологическими процессами и взаимодействие человека и робота. Изложены актуальные проблемы и направления будущих исследований.
Study on Friction and Wear Properties of New Self-Lubricating Bearing Materials [Electronic resource] / L. Zhao [et al.] // Crystals. – 2022. – Vol. 12, iss. 6. – Article number: 834. – DOI: 10.3390/cryst12060834 : Scopus.
Переведенное заглавие: Исследование фрикционно-износных характеристик новых твердых материалов для самосмазывающихся подшипников.
Проведены трибологические испытания при различных нагрузках следующих материалов: стали 45# (углеродистая сталь), с бронзоалюминиевым сплавом, твердого сплава на основе алюминиевой бронзы, оловянисто-бронзового сплава и ISSLB на основе оловянисто-бронзового сплава. Изучены фрикционно-износные характеристики (коэффициент трения, степень износа и температура трения) вышеуказанных четырех материалов. Также проведены сравнительные исследования фрикционных и износостойких свойств нового самосмазывающегося подшипникового материала и традиционного медного сплава при одинаковых нагрузках. Описано влияние и механизм композитной твердой смазки C-MoS2 на триботехнические характеристики фрикционых механизмов. При нагрузках от 100 до 500 Н средний коэффициент трения материала ISSLB на основе алюминиевой бронзы поддерживался в диапазоне 0,18~0,14, в то время как средний коэффициент трения материала ISSLB на основе оловянной бронзы поддерживался в пределах 0,26~0,20, что намного ниже, чем у медного сплава. Коэффициент износа материала ISSLB на основе оловянной бронзы находился в диапазоне 14,7~34,4 мг, что было намного меньше, чем у материалов ISSLB на основе алюминиевой бронзы и медного сплава. Результаты показали, что материалы ISSLB на основе меди обладают отличной износостойкостью. Триботехнические характеристики материала ISSLB на основе оловянной бронзы лучше, чем у материала ISSLB на основе алюминиевой бронзы. Следовательно, самосмазывающиеся подшипники из материала ISSLB на основе меди будут иметь более высокий коэффициент износостойкости и срок службы подшипников значительно увеличится.