Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Friction
Erschienen in: Friction 6/2024

Open Access 15.12.2023 | Research Article

Bayesian inference-based wear prediction method for plain bearings under stationary mixed-friction conditions

verfasst von: Florian König, Florian Wirsing, Georg Jacobs, Rui He, Zhigang Tian, Ming J. Zuo

Erschienen in: Friction | Ausgabe 6/2024

Diesen Artikel als PDF-Version lesen.

loading …
Vorheriger Artikel Prediction of contact resistance of electrical contact wear using different machine learning algorithms
Nächster Artikel Generating synthetic as-built additive manufacturing surface topography using progressive growing generative adversarial networks
download
DOWNLOAD
print
DRUCKEN
Metadaten
Titel
Bayesian inference-based wear prediction method for plain bearings under stationary mixed-friction conditions
verfasst von
Florian König
Florian Wirsing
Georg Jacobs
Rui He
Zhigang Tian
Ming J. Zuo
Publikationsdatum
15.12.2023
Verlag
Tsinghua University Press
Erschienen in
Friction / Ausgabe 6/2024
Print ISSN: 2223-7690
Elektronische ISSN: 2223-7704
DOI
https://doi.org/10.1007/s40544-023-0814-y

Weitere Artikel der Ausgabe 6/2024

Friction 6/2024 Zur Ausgabe

Research Article

Prediction of contact resistance of electrical contact wear using different machine learning algorithms

Research Article

Low-viscosity oligoether esters (OEEs) as high-efficiency lubricating oils: Insight on their structure–lubricity relationship

Research Article

A new method to solve the Reynolds equation including mass-conserving cavitation by physics informed neural networks (PINNs) with both soft and hard constraints

Research Article

Modeling and prediction of tribological properties of copper/aluminum-graphite self-lubricating composites using machine learning algorithms

Research Article

Predicting the coefficient of friction in a sliding contact by applying machine learning to acoustic emission data

Research Article

A new 3D plastoelastohydrodynamic lubrication model for rough surfaces

Premium Partner

    Marktübersichten

    Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen. 

    Zur Marktübersicht
    Bildnachweise