MétaCan
Menu
Retour à la cohorte
Enregistrement W1969295751 · doi:10.1504/ijmmm.2013.053225

Effects of lubrication modes on part quality during drilling 6061-T6 aluminium alloy

2013· article· en· W1969295751 sur OpenAlexaff
Yasser Zedan, Victor Songméné, Jules Kouam, Jacques Masounave

Notice bibliographique

RevueInternational Journal of Machining and Machinability of Materials · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésDrillingMachiningLubricationCutting fluidSurface roughnessMistMetallurgyAluminiumFactorial experimentMechanical engineeringMaterials scienceSurface finishQuality (philosophy)Petroleum engineeringComposite materialEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

The main objective of this research is to investigate the effects of the cutting fluid and application mode (dry, mist and flood drilling) and its interaction with cutting parameters on part quality during the drilling of 6061-T6 aluminium alloys. The part quality criteria include the burr form and sizes, and surface finish as well as the cutting forces generated. A multi-factorial design (DOE) is used to plan test and statistical analyses are used to determine the effects of lubrication and cutting parameters on part quality. The parameters governing the part quality are different from those governing the cutting force; the burr height and the surface roughness are mostly influence by cutting speed, cutting fluid modes and feed rate while the cutting force is mainly determined by the feed rate. It is found that dry machining and mist machining can produce parts whose quality is comparable to what is obtained in wet machining, when optimal cutting conditions are used.

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 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 enseignants0,274
Score d'incertitude au seuil0,586

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,248
Écart entre enseignants0,243 · 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.

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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Machining and Machinability of MaterialsMême sujetAdvanced machining processes and optimizationTravaux en français237 207