MétaCan
Menu
Retour à la cohorte
Enregistrement W2344521202 · doi:10.5267/j.esm.2016.3.001

Influence of machining parameters on surface roughness and dry friction

2016· article· en· W2344521202 sur OpenAlexvenueno aff
N. Satheesh Kumar, Punit Kumar

Notice bibliographique

RevueEngineering Solid Mechanics · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMachiningSurface roughnessMaterials scienceSurface finishMetallurgyDry frictionMechanical engineeringComposite materialEngineering

Résumé

récupéré en direct d'OpenAlex

Dry friction depends on the surface topography which, in turn, is governed by machining parameters in addition to several other factors,. Therefore, in order to establish a qualitative relationship among these factors, the surface roughness and coefficient of static friction are measured for specimens machined on lathe and shaper machines with different values of machining parameters. For the case of lathe, the measured Ra value is found to increase with increase in feed rate and depth of cut, whereas, a marginal decrease is observed with increasing spindle speed. Similar results with respect to cutting speed have been obtained for the case of shaper machine. On the other hand, the coefficient of static friction, measured on steel substrate using inclined plane method, is found to decrease with increasing Ra values for both the specimen types.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,518
Score d'incertitude au seuil0,497

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 recherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,206
Écart entre enseignants0,201 · 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 tête enseignante, 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
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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering Solid MechanicsMême sujetAdvanced machining processes and optimizationTravaux en français237 207