logo móvil
Contáctanos

Una breve revisión: Tribología en el mecanizado para entender los métodos de modelado convencionales y más recientes con aprendizaje automático

Autores: Kano, Seisuke

Idioma: Inglés

Editor: MDPI

Año: 2025

Descargar PDF

Acceso abierto

Artículo científico
2025

Una breve revisión: Tribología en el mecanizado para entender los métodos de modelado convencionales y más recientes con aprendizaje automático


Categoría

Tecnología de Equipos y Accesorios

Subcategoría

Diseño de equipos y herramientas

Palabras clave

Tribología
Tecnologías de mecanizado
Fricción
Mecanizado de materiales compuestos
Fabricación aditiva
Aprendizaje automático

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 18

Citaciones: Sin citaciones


Descripción
La tribología juega un papel crítico en las tecnologías de mecanizado. La fricción es un factor esencial en procesos como el mecanizado y la unión de materiales compuestos. Esta breve revisión destaca los avances recientes en el control y aprovechamiento de fenómenos tribológicos en el mecanizado. Por ejemplo, el mecanizado de alta precisión depende cada vez más de la observación in situ y la medición en tiempo real de herramientas, muestras de prueba y equipos de mecanizado para un control efectivo del proceso. Los materiales de ingeniería modernos a menudo incorporan materiales funcionales en estados metastables, como compuestos de materiales disímiles, en lugar de materiales de fase estable convencionales. En estos casos, los efectos tribológicos durante el mecanizado pueden obstaculizar la precisión. Por otro lado, la fricción en la fabricación aditiva demuestra una aplicación constructiva de la tribología. Tradicionalmente, comprender y mitigar estos fenómenos tribológicos ha implicado desarrollar modelos físicos y químicos para factores individuales y utilizar simulaciones para informar decisiones. Sin embargo, predecir con precisión el comportamiento del sistema ha seguido siendo un desafío debido a las complejas interacciones entre los componentes de la máquina y las variaciones entre los estados inicial y operativo (o deteriorado). Innovaciones recientes han introducido enfoques basados en datos que predicen el comportamiento del sistema sin necesidad de modelos detallados. Al integrar tecnologías de monitoreo avanzadas y aprendizaje automático, estos métodos permiten predicciones en tiempo real dentro de parámetros controlables utilizando datos en vivo. Este cambio abre nuevas posibilidades para lograr un control de mecanizado más preciso y adaptativo.

Otros recursos que podrían interesarte

Temas Virtualpro