Abstract: M. Lępicka, M. Grkadzka-Dahlke, I. Zaborowska, G. Górski, R. Mosdorf (2022)

Though numerous analytical techniques are used to assess performance of surface-modified metals, identification of dominant wear modes, as well as transitions between them, is challenging. Nevertheless, the works devoted to analysis the COF oscillations are still scarce. In this paper, Recurrence Quantification Analysis, Principal Component Analysis and Self-Organizing Map neural network are proposed as tools for analysis of COF time series acquired during tribological tests of the non-coated and DLC-coated Ti6Al4V. The proposed approach can be used to recognize the dominant wear modes present during friction and the transitions between them, as well as to spot the frictional damage of the protective film.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

Recurrence analysis of coefficient of friction oscillations in DLC-coated and non-coated Ti6Al4V titanium alloy