Predicción de contactos termo-elasto-hidrodinámicos por medio de métodos de aprendizaje automático

La reducción de las pérdidas por fricción y desgaste en los tribo-contactos lubricados de elementos de máquinas o componentes mecánicos sometidos a grandes cargas es esencial para desarrollar sistemas energéticamente eficientes y fiables. En particular, la modelización de los contactos concentrados y termo-elasto-hidrodinámicamente lubricados (TEHL), en los que se superponen la deformación elástica local de las superficies de fricción y la formación de una lámina de fluido hidrodinámico, es comparativamente compleja y computacionalmente costosa. Basado en resultados previos, este proyecto estudiantil se basará en la hipótesis de que los métodos de aprendizaje automático predicen las características de los contactos con gran exactitud y más rápidamente que los complejos modelos de simulación. Los datos de las simulaciones de contacto se utilizarán para entrenar enfoques de aprendizaje automático, como Artificial Neural Networks.