Development and assessment of atomistic models for predicting static friction coefficients
Notice bibliographique
Résumé
The friction coefficient relates friction forces to normal loads and plays a key role in fundamental and applied areas of science and technology. Despite its importance, the relationship between the friction coefficient and the properties of the materials forming a sliding contact is poorly understood. We illustrate how simple relationships regarding the changes in energy that occur during slip can be used to develop a quantitative model relating the friction coefficient to atomic-level features of the contact. The slip event is considered as an activated process and the load dependence of the slip energy barrier is approximated with a Taylor series expansion of the corresponding energies with respect to load. The resulting expression for the load-dependent slip energy barrier is incorporated in the Prandtl-Tomlinson (PT) model and a shear-based model to obtain expressions for friction coefficient. The results indicate that the shear-based model reproduces the static friction coefficients ${\ensuremath{\mu}}_{s}$ obtained from first-principles molecular dynamics simulations more accurately than the PT model. The ability of the model to provide atomistic explanations for differences in ${\ensuremath{\mu}}_{s}$ amongst different contacts is also illustrated. As a whole, the model is able to account for fundamental atomic-level features of ${\ensuremath{\mu}}_{s}$, explain the differences in ${\ensuremath{\mu}}_{s}$ for different materials based on their properties, and might be also used in guiding the development of contacts with desired values of ${\ensuremath{\mu}}_{s}$.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».