nach oben

Friction

Erschienen in:

Open Access 20.12.2023 | Research Article

Scuffing failure analysis based on a multiphysics coupling model and experimental verification

verfasst von: Bugao Lyu, Xianghui Meng, Jiabao Yin, Yi Cui, Chengen Wang

Erschienen in: Friction | Ausgabe 6/2024

Vorheriger Artikel Optimized Mask-RCNN model for particle chain segmentation based on improved online ferrograph sensor

Nächster Artikel Prediction of ball-on-plate friction and wear by ANN with data-driven optimization

Titel: Scuffing failure analysis based on a multiphysics coupling model and experimental verification
verfasst von: Bugao Lyu
Xianghui Meng
Jiabao Yin
Yi Cui
Chengen Wang
Publikationsdatum: 20.12.2023
Verlag: Tsinghua University Press
Erschienen in: Friction / Ausgabe 6/2024
Print ISSN: 2223-7690
Elektronische ISSN: 2223-7704
DOI: https://doi.org/10.1007/s40544-023-0802-2

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

Springer Professional

Weitere Artikel der Ausgabe 6/2024

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

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

Optimized Mask-RCNN model for particle chain segmentation based on improved online ferrograph sensor

Guest editorial: Special Issue on Artificial Intelligence and Emerging Computational Approaches for Tribology

Comparison-embedded evidence-CNN model for fuzzy assessment of wear severity using multi-dimensional surface images

AI for tribology: Present and future

Premium Partner

Marktübersichten