机器学习稳定机械部件防止破坏性摩擦条件

导读 由于摩擦的影响,运动部件经常接触的机械系统很容易损坏。东北大学的研究人员开发了一种由人工智能驱动的接触控制系统,可以大大减少与受损

由于摩擦的影响,运动部件经常接触的机械系统很容易损坏。东北大学的研究人员开发了一种由人工智能驱动的接触控制系统,可以大大减少与受损区域的接触。尽管目前仅在实验室实验中进行测试,但他们相信它最终可以帮助许多类型的机器更平稳地运行。

MotoyukiMurashima教授说:“这可能会将机械系统的设计策略从开发新型优质材料的传统方法转变为开发能够主动适应以减少损坏的表面。”

这项工作是东北大学机械系统工程系的Murashima与名古屋大学和韩国韩国光子技术研究所的同事合作完成的。该研究发表在《国际摩擦学》杂志上。

该研究的重点是具有“变形表面”的创新材料的潜力,这些材料可以根据它们所处的环境而改变。这些材料正在由几个研究小组开发,以模仿生命系统中常见的灵活性,例如叶子随湿度变化而变化的表面。Murashima及其同事之前开发的一个工程示例是由硬质基板支撑的隔膜组成的表面,应力压力的变化会改变表面形态。

该团队开发了一种人工智能程序,其中传感器分析两个表面之间的摩擦。在检测到损坏发生的位置后,该过程可以使用表面的“变形”能力来最小化与损坏区域的摩擦接触。

“这是世界上第一项使用人工智能来控制变形表面形状并成功检测相互作用表面损伤位置的研究,”Murashima说。

随着在模拟测试案例中进行分析和调整,研究人员能够稳步减少由被调查材料的受影响部分之间的接触引起的波动摩擦。

概念验证系统使用在圆柱体内旋转的磁盘。关键的下一步将是更接近于可以将该程序应用于实际工程挑战的情况,例如工业机械。最终目标是让各种机械以更少的日常磨损和损坏运行,实现更长的使用寿命,并通过减少零件更换频率来节省成本。

Murashima说:“下一步重要的是开发更复杂的学习和控制算法,这将减少学习被分析表面特性所需的时间,从而实现更精确和更快速的控制,以防止损坏。”