MétaCan
Menu
Retour à la cohorte
Enregistrement W1588594162 · doi:10.4271/2004-01-0185

Ultra-High Speed Machining of A356-T6 Aluminum Alloy for Automotive Applications

2004· article· en· W1588594162 sur OpenAlexaff
M.A. Elbestawi, Mihaela Dumitrescu

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Surface Polishing Techniques
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMachiningAutomotive industryAluminiumAlloyMaterials scienceAutomotive engineeringMetallurgyMechanical engineeringEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

<div class="htmlview paragraph">Advanced manufacturing technology of high silicon aluminium alloys is one of the manufacturing processes in need of new developments to obtain the required improvements for the new generation of vehicles. During ultra high speed machining of aluminium alloys, the optimum machining parameters and tool geometry are controlled by the finished machined workpiece/part surface integrity, burr formation, and part distortion. For the research objectives presented in this paper a dual approach was applied, covering both experimental and theoretical (modeling) work. High speed machining, above 5000 m/min, has been used. From experimental analysis, the most important elements regarding tool life and wear mechanisms are workpiece material microstructure and inhomogenities, non-metallic inclusions, and silicon content. Finite element analysis showed that when the flank wear was > 0.2 mm, the tensile residual stress magnitude and penetrated depth into the workpiece material increases, affecting the fatigue performance. The burr height increased with less positive rake angle and higher flank wear length.</div>

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,870
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,258
Écart entre enseignants0,246 · 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 tête enseignante, pas un consensus.

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

Citations1
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAdvanced Surface Polishing TechniquesTravaux en français237 207