Wear Dependent Tool Reliability Analysis during Cutting Titanium Metal Matrix Composites (Ti-MMCs)
Notice bibliographique
Résumé
<div class="section abstract"><div class="htmlview paragraph">Metal matrix composites (MMCs) exhibit superior characteristics such as low weight, high stiffness, and high mechanical and physical properties. Inheriting such an outstanding combination of specifications, they are nowadays considered as the promising materials in the aerospace and biomedical industries. However, the presence of high abrasive reinforcing particles in MMCs leads to severe manufacturing issues. Due to the tool-particle interactions which occur during the machining of MMCs, high tool wear and poor surface finish are induced and those elements are considered as the main drawbacks of cutting MMCs. In this study, dry turning experiments were conducted for two different inserts and coated carbide on a bar of titanium metal matrix composite (Ti-MMC). Semi-finishing machining is operated with cutting parameters based on the tool supplier's recommendations which were not fully optimized. The maximum flank wear length (VB<sub>Bmax</sub>) was selected as the tool wear criteria. Furthermore, analyses were performed on the tool flank face using a Scanning Electron Microscope (SEM). The reliability analysis was performed based on the test results in order to assess the useful life of the cutting tools. The reliability function and mean time to failure were selected for the tools' reliability assessment. The reliability of both tools, due to the wear of the inserts, was analyzed and compared. The reliability assessment of the cutting tool can be very useful for tool manufacturers and manufacturing companies for production planning and tool management.</div></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 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 | 0,000 | 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 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».