MétaCan
Menu
Retour à la cohorte
Enregistrement W2064881717 · doi:10.1115/1.4025739

The Performance of Diamond-Like Carbon Coated Drills in Thermally Assisted Drilling of Ti-6Al-4V

2013· article· en· W2064881717 sur OpenAlexafffund
S. Bhowmick, A.T. Alpas

Notice bibliographique

RevueJournal of Manufacturing Science and Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDrillingMaterials scienceMetallurgyDiamond-like carbonEnhanced Data Rates for GSM EvolutionAdhesionCarbon fibersDiamondTool wearMachiningComposite materialThin filmNanotechnologyComposite number

Résumé

récupéré en direct d'OpenAlex

Drilling performances of diamond-like carbon coatings incorporating W (W-DLC) deposited on high-speed steel tools were evaluated when drilling Ti-6Al-4V at 25 °C and under thermally assisted machining (TAM) conditions at 400 °C. Dry drilling using W-DLC coated drills caused immediate tool failure as a result of titanium adhesion. The tool lives improved for TAM drilling using W-DLC when the Ti-6Al-4V was placed (with dry surface) in a cooling bath at −80 °C and resulted in low and uniform drilling torques as well as good surface finish. The low coefficient of friction (COF) of W-DLC against Ti-6Al-4V observed under TAM conditions was attributed to the formation of W oxide layers at the tool surface, as determined by Raman spectroscopy. Introducing a cooling bath was necessary in order to restrict the temperature rise in the workpiece that caused rapid tool wear above 500 °C during drilling operations and also to prevent adhesion with minimal built-up edge (BUE) formation during drilling. The TAM performance of W-DLC coated drills was shown to be similar to that of WC-Co drills used in conventional flooded drilling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0010,000
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 Opus0,004
Tête enseignante GPT0,187
Écart entre enseignants0,183 · 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 source (Gemma direct ou Codex distillé), 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

Citations24
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing Science and EngineeringMême sujetAdvanced machining processes and optimizationTravaux en français237 207