Nová vědecká publikace: Využití strojového učení pro predikci disipované energie ve frettingových kontaktech

Nová vědecká publikace: Využití strojového učení pro predikci disipované energie ve frettingových kontaktech

V odborném časopise Results in Engineering byl publikován vědecký článek Avneeshe Kumara, Marka Vostřáka a Šárky Houdkové s názvem „Finite-element and machine-learning framework for dissipated-energy prediction and slip-regime classification in fretting contacts“, který představuje výsledky výzkumu realizovaného v rámci projektu ESTIMATION.

Studie se zaměřuje na propojení metody konečných prvků (FEM) a metod strojového učení při analýze frettingových kontaktů, tedy kontaktů vystavených opakovanému malému vzájemnému posuvu. Autoři využili validované numerické simulace v softwaru Abaqus k vytvoření dat, ze kterých následně odvodili fyzikálně relevantní parametry pro trénování a vyhodnocení modelů strojového učení.

Výsledný přístup umožňuje predikovat disipovanou energii a klasifikovat tři režimy kontaktního skluzu: částečný (partial slip), smíšený (mixed slip) a úplný (gross slip). Součástí práce je také příprava nástrojů pro praktické využití vyvinutých modelů, včetně predikčního API založeného na FastAPI, interaktivní aplikace Streamlit a kontejnerizovaného řešení Docker pro reprodukovatelné a přenositelné nasazení.