MétaCan
Menu
Retour à la cohorte
Enregistrement W3038844581 · doi:10.1039/d0sm00516a

Viscoelastic tribopairs in dry and lubricated sliding friction

2020· article· en· W3038844581 sur OpenAlexafffund
A‐Reum Kim, Aleksander Cholewinski, Sushanta K. Mitra, Boxin Zhao

Notice bibliographique

RevueSoft Matter · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Wear Analysis
Établissements canadiensRegional Municipality of WaterlooNational Institute for NanotechnologyUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésViscoelasticityDry frictionMaterials scienceComposite material

Résumé

récupéré en direct d'OpenAlex

Soft contacts present different tribological responses compared to stiff materials, especially when soft materials exhibit viscoelastic behaviour, as viscoelastic materials have intermediate mechanical properties between viscous liquids and elastic solids. In this work, we investigated the influence of viscoelasticity of soft materials on sliding friction in dry and lubricated conditions. To achieve this, soft tribopairs with varying viscoelasticity were obtained by tuning the weight ratios of polydimethylsiloxane (PDMS) base and curing agent. The real-time friction force and preload were observed over multiple conditions, with systematic control of lubricant viscosity, preload, and sliding velocity. Tribopairs with a higher proportion of viscous character had more oscilliations in the friction force. They also presented a higher friction coefficient due to the increased contribution of viscoelastic hysteresis losses on friction. Through regression analysis, the models of the friction coefficient were found, which are in good agreement with experimental results. From the models, we found that in both dry and lubricated conditions, viscoelasticity of tribopairs, indicated as the loss modulus or loss tangent, plays a key role in determining the friction coefficient. This influence is particularly significant for dry contacts due to the direct interactions between surfaces of tribopairs. This study provides empirical proof and a focused analysis on the role of viscoelasticity in tribological contacts.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,181
Écart entre enseignants0,174 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSoft MatterMême sujetTribology and Wear AnalysisTravaux en français237 207