Identification of Material Constitutive Laws for Machining—Part I: An Analytical Model Describing the Stress, Strain, Strain Rate, and Temperature Fields in the Primary Shear Zone in Orthogonal Metal Cutting
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
To achieve high performance machining, modeling of the cutting process is necessary to predict cutting forces, residual stresses, tool wear, and burr formation. A major difficulty in the modeling of the cutting process is the description of the material constitutive law to reflect the severe plastic deformation encountered in the primary and the secondary deformation zones under high strains, strain rates, and temperatures. A critical literature review shows that the available methods to identify the material constitutive equation for the cutting process may lead to significant errors due to their limitations. To overcome these limitations, a novel methodology is developed in this study. Through conceptual considerations and finite element simulations, the characteristics of the stress, strain, strain rate, and temperature fields in the primary shear zone were established. Using this information and applying the principles of the theory of plasticity, heat transfer, and mechanics of the orthogonal metal cutting, a new distributed primary zone deformation model is developed to describe the distributions of the effective stress, effective strain, effective strain rate, and temperature in the primary shear zone. This analytical model is assessed by comparing its predictions with finite element simulation results under a wide range of cutting conditions using different materials. Experimental validation of this model will be presented in Part II of this study.
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.
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 | 0,002 | 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 | 0,000 | 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 découle