INVESTIGATION OF NANO-STRUCTURED PVD COATINGS FOR DRY HIGH-SPEED MACHINING
Notice bibliographique
Résumé
The objective of this paper is to investigate the performance of different categories of hard PVD coatings in terms of friction and tool wear under dry high-speed machining (HSM) conditions. In this study five different categories of commercially available coatings (nano-composite AlTiN/Si3N4, nano-crystalline Al67Ti33N and mono-layered Ti10Al70Cr20N) and experimental nano-multilayered coatings (Ti25Al65Cr10N/BCN and Ti25Al65Cr10N/WN) were studied by machining hardened steel AISI H13 (HRC 50). The coefficients of friction against steel versus temperature were measured. Tool wear and cutting forces were measured in-situ under dry high speed machining conditions. The morphology of the worn tools and the chips collected during cutting were studied using an SEM (Scanning Electron Microscopy) and the EDX (Energy Dispersive X-ray analysis). The cutting temperatures were estimated based on the color of the chips generated during cutting. The comparison among these categories of coatings was conducted based on tool wear, coefficient of friction, cutting forces and chip formation. From this study, it was revealed that the solid self-lubricating layers, automatically formed in the cutting zone under elevated temperatures, play a key role in leading to a significant improvement of tool performance under dry high-speed machining.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».