Identification of material constitutive law constants using machining tests: a response surface methodology based approach
Notice bibliographique
Résumé
The finite element modeling (FEM) of chip formation is one of the most reliable tools for the prediction and optimization of machining processes; thanks to the high performance of advanced computers and robust finite element codes which made the modeling of complex machining processes (turning, milling, and drilling) possible. The success of any FEM strongly depends on constitutive law which characterizes the thermo-mechanical behavior of the machined materials. Johnson and Cook's (JC) constitutive model is widely used in the modeling of machining processes. However, one can find in the literature, different coefficients of JC's constitutive law for the same material which can significantly affect the predicted results (cutting forces, temperatures, etc.). These differences were attributed to the different methods used for the determination of the material parameters. In the present work, an inverse method, based on orthogonal machining tests, was developed to determine the parameters of the JC constitutive law. The originality of this study lies in the use of the response surface methodology (RSM) as a technique to improve the existing inverse method. The studied material is a 6061T6 high strength aluminum alloy. It is concluded that the calculated flow stresses obtained from the proposed approach were in a good agreement with the experimental ones. Moreover, the material parameters obtained from the present study predict more accurate values of flow stresses as compared to those reported in the literature.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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) | 0,000 | 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 tête enseignante, 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 ».