Estudio sistemático del gripado en un contacto mecánico lubricado

Resumen

El objetivo principal de esta tesis doctoral es el estudio experimental del fenómeno del gripado en contactos mecánicos lubricados, utilizando un tribómetro Mini Traction Machine 2 (MTM2), configurado en contacto puntual circular (bola) y elíptico (barril). La metodología desarrollada se basa en la contrarrotación de las superficies y el incremento progresivo de la velocidad de deslizamiento (Us) en escalones de 50 mm/s, lo que mejora la precisión y repetibilidad respecto de los estudios previos. Los lubricantes ensayados incorporan aditivos modificadores de fricción (FM), extrema presión (EP) y antidesgaste (AW), que favorecen la resistencia a la aparición del fenómeno del gripado.

La metodología consta de dos etapas. En la etapa de rodaje, se estabiliza la geometría y rugosidad de las superficies, favoreciendo la formación inicial del tribofilm. Se aplican condiciones de presión de contacto hertziano (p0) de 1,58 GPa, velocidad media (Um) de 3 mm/s, Us = 10 mm/s y temperatura de 120 C, aplicadas durante 600 s. En la etapa de ensayo, donde se determina la resistencia del lubricante según el incremento de Us, se aplica presión constante p0 de 2,7 GPa, Um = 10 mm/s y temperatura de 120 C. Tanto en la etapa de rodaje como en la del ensayo, la formación el mantenimiento y ruptura del tribofilm son evidentes en las imágenes obtenidas con el accesorio 3D-Slim de la MTM2.

El desarrollo experimental se fundamentó en una revisión exhaustiva de la literatura sobre fundamentos del contacto mecánico lubricado, regímenes de lubricación, cálculo del espesor de película y modelos térmicos del contacto, integrando las metodologías experimentales vistas en la bibliografía. Los modelos analíticos empleados permitieron estimar parámetros no medibles directamente, como la temperatura de contacto y el espesor de película, asegurando condiciones de régimen límite durante los ensayos. La metodología fue validada con una amplia familia de lubricantes formulados con distintos contenidos de FM, EP y AW, mostrando alta repetibilidad en la Us donde aparece el gripado.

Dos estudios complementarios fortalecen esta investigación. El primero aplica índices tribológicos simplificados como la intensidad de potencia de fricción (FPI) y la temperatura flash (Tfmax), para clasificar la resistencia de los lubricantes al gripado, evidenciando una mayor capacidad discriminante del FPI. El segundo integra herramientas de inteligencia artificial (IA), específicamente redes neuronales artificiales (RNA) y máquinas de soporte vectorial tipo regresión (SVM-SVR). Ambas se entrenaron con los resultados de 160 ensayos de gripado obtenidos en tribómetros MTM2 y ETM, alcanzando errores medios absolutos de predicción inferiores al 10 %, con mejor desempeño de la SVR. Esta última permitió desarrollar una herramienta predictiva para recomendar proporciones óptimas de aditivos FM, EP y AW necesarias para controlar la resistencia de un lubricante frente al gripado.

En conjunto, esta tesis aporta una nueva metodología experimental y un conjunto de herramientas analíticas y de inteligencia artificial que permiten identificar, cuantificar y predecir la resistencia al gripado de lubricantes, optimizando su desarrollo para aplicaciones industriales y automotrices de alta exigencia.

ABSTRACT

The main objective of this doctoral thesis is the experimental study of the phenomenon of scuffing in lubricated mechanical contacts, using a Mini Traction Machine 2 (MTM2) tribometer, configured in circular (ball) and elliptical (barrel) point contact. The methodology developed is based on the counter-rotation of the surfaces and the progressive increase in sliding speed (Us) in steps of 50 mm/s, which improves accuracy and repeatability compared to previous studies. The lubricants tested incorporate friction modifier (FM), extreme pressure (EP), and anti-wear (AW) additives, which promote resistance to the onset of scuffing.

The methodology consists of two stages. In the running-in stage, the geometry and roughness of the surfaces are stabilized, promoting the initial formation of the tribofilm. Hertzian contact pressure (p0) conditions of 1.58 GPa, mean speed (Um) of 3 mm/s, Us = 10 mm/s, and temperature of 120 C are applied for 600 s. In the test stage, where the resistance of the lubricant is determined according to the increase in Us, a constant pressure p0 of 2.7 GPa, Um = 10 mm/s, and a temperature of 120 C are applied. In both the running-in and testing stages, the formation, maintenance, and rupture of the tribofilm are evident in the images obtained with the MTM2's 3D-Slim accessory.

The experimental development was based on an exhaustive review of the literature on the fundamentals of lubricated mechanical contact, lubrication regimes, film thickness calculation, and thermal contact models, integrating the experimental methodologies seen in the bibliography. The analytical models used made it possible to estimate parameters that cannot be measured directly, such as contact temperature and film thickness, ensuring boundary regime conditions during the tests. The methodology was validated with a wide range of lubricants formulated with different FM, EP, and AW contents, showing high repeatability in the Us where scuffing occurs.

Two complementary studies reinforce this research. The first applies simplified tribological indices such as friction power intensity (FPI) and flash temperature (Tfmax) to classify the resistance of lubricants to scuffing, demonstrating a greater discriminatory capacity of FPI. The second integrates artificial intelligence (AI) tools, specifically artificial neural networks (ANN) and support vector machines regression types (SVM-SVR). Both were trained with the results of 160 scuffing tests obtained on MTM2 and ETM tribometers, achieving mean absolute prediction errors of less than 10%, with better performance from the SVR. The latter allowed the development of a predictive tool to recommend optimal proportions of FM, EP, and AW additives necessary to control a lubricant's resistance to scuffing.

Overall, this thesis provides a new experimental methodology and a set of analytical and artificial intelligence tools that allow the identification, quantification, and prediction of lubricants' resistance to scuffing, optimizing their development for highly demanding industrial and automotive applications.