MétaCan
Menu
Retour à la cohorte
Enregistrement W1544196463 · doi:10.15675/gepros.v0i4.880

Alternativa tecnológica para diminuir a abundância de fluidos de corte na retificação cilíndrica externa de mergulho de aços endurecidos

2012· article· pt· W1544196463 sur OpenAlexaff
L. G. Guermandi, Danilo de Jesus Oliveira, Matheus Gonçalves Pereira, Eduardo Carlos Bianchi, Paulo Roberto de Aguiar

Notice bibliographique

RevueGEPROS. Gestão da Produção, Operações e Sistemas · 2012
Typearticle
Languept
DomaineMaterials Science
ThématiqueMetal Alloys Wear and Properties
Établissements canadiensFirst Quantum Minerals (Canada)Association for Canadian and Québec Literatures
Organismes subventionnairesnon disponible
Mots-clésPhysicsHumanitiesArt

Résumé

récupéré en direct d'OpenAlex

Atualmente, as empresas estão buscando produzir de forma sustentável. Dessa forma, na indústria metal mecânica, o uso de fluidos de corte em abundância está sendo fortemente substituido por métodos que diminuem o uso desses fluidos. Nesse contexto, há a mínima quantidade de lubrificante, MQL. Apesar de usar uma quantidade mínima de fluido de corte, não apresenta bom desempenho, em termos da qualidade final do produto e vida da ferramenta, devido ao empastamento do rebolo, quando se reduz a quantidade de fluido de corte. Assim, neste trabalho, utilizou-se um sistema de limpeza da superfície de corte do rebolo para eliminar seu empastamento e, com isso, tornar o MQL mais acessível tecnologicamente. Para tal, analisaram-se a qualidade do produto e vida da ferramenta. Concluiu-se que a adição do sistema de limpeza, além de diminuir a quantidade de fluido usada, otimiza os resultados de qualidade superficial do produto e preservação da vida da ferramenta, os quais ficaram melhores, com relação ao uso do fluido de corte em abundância. Dessa forma, é possível diminuir a quantidade de fluido de corte, por meio do MQL mais limpeza, mas esse fato não deve ser generalizado, pois cada material usinado é um caso particular. Palavras-chave: retificação; MQL; meio-ambiente.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,045
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,002
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,072
Tête enseignante GPT0,304
Écart entre enseignants0,232 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGEPROS. Gestão da Produção, Operações e SistemasMême sujetMetal Alloys Wear and PropertiesTravaux en français237 207