Modele neuronowe do prognozowania właściwości przeciwzużyciowych olejów smarnych

Złożony nieliniowy charakter zjawisk tarciowych w węzłach smarowanych olejami wymusza poszukiwanie innych niż analityczne modeli pozwalających na predykcję wielkości zużycia. W artykule przedstawiono wykorzystanie sztucznych sieci neuronowych jako modeli opisujących średnicę skazy zużycia w zależności od wybranych właściwości oleju. W procesie modelowania wykorzystano dane pochodzące z badań doświadczalnych dotyczących oceny olejów smarowych [L. 1, 2]. W artykule zaprezentowano wyniki modelowania, w którym do budowy modelu wykorzystano sieć typu perceptron wielowarstwowy oraz sieć o radialnych funkcjach bazowych. W wyniku przeprowadzonych badań opracowano model neuronowy realizujący z dobrą dokładnością funkcję predykcyjną wartości zużycia.

---

The complex non-linear character of tribological phenomena in lubricated units determins the searching of the different then analytical models for prediction of wear. The article presents the neural networks using as the models of flaw diameter wear. The results of experimental research of lube oils [L. 1, 2] are used in the modelling process. There are also presented the results of modelling process in which the multilayer perceptron neural networks and the neural network of radial basic function were used as the models of wear. As a result of the research the neural model for wear calculation of well accuracy was elaborated.