MétaCan
Menu
Retour à la cohorte
Enregistrement W2132243704 · doi:10.1115/1.2390718

A Fracture Mechanics Approach to the Prediction of Tool Wear in Dry High-Speed Machining of Aluminum Cast Alloys—Part 1: Model Development

2006· article· en· W2132243704 sur OpenAlexaff
Alexander Bardetsky, Helmi Attia, M.A. Elbestawi

Notice bibliographique

RevueJournal of Tribology · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueAluminum Alloys Composites Properties
Établissements canadiensNational Research Council CanadaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMachiningCemented carbideMetallurgyAlloyMicrostructureTool wearCutting toolFracture mechanicsCarbideAluminiumFracture (geology)Service lifeSilicon carbideMechanical engineeringComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

The utilization of cast aluminum alloys in automotive industry continues to rise because of consumer demand for a future generation of vehicles that will offer excellent fuel efficiency and emissions reduction, without compromising safety, performance, or comfort. Unlike wrought aluminum alloys, the cutting speed for cast aluminum alloys is considerably restricted due to the detrimental effect of the alloy’s silicon constituencies on tool life. In the present study, a new wear model is developed for tool-life management and enhancement, in a high-speed machining environment. The fracture-mechanics-based model requires normal and tangential stresses, acting on the flank of the cutting tool, as input data. Analysis of the subsurface crack propagation in the cobalt binder of cemented carbide cutting tool material is performed using a finite element (FE) model of the tool-workpiece sliding contact. The real microstructure of cemented carbide is incorporated into the FE model, and elastic-plastic properties of cobalt, defined by continuum theory of crystal plasticity are introduced. The estimation of the crack propagation rate is then used to predict the wear rate of the cutting tool. The model allows the microstructural characteristics of the cutting tool and workpiece material, as well as the tool’s loading conditions to be taken into consideration. Analysis of the results indicates that the interaction between the alloy’s hard silicon particles and the surface of the cutting tool is most detrimental to tool life. The fatigue wear of the cutting tool is shown to be directly proportional to the silicon content of the alloy, silicon grain size, and to the tool’s loading conditions.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,192
Écart entre enseignants0,178 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of TribologyMême sujetAluminum Alloys Composites PropertiesTravaux en français237 207