Tool wear in disk milling grooving of titanium alloy
Notice bibliographique
Résumé
The work efficiency of grooving machining can be improved by the approach of disk milling. However, the problem of tool wear was serious because of big milling force and high milling temperature in manufacture process, by which the tool life and the machined surface quality were influenced. In this study, disk-milling grooving experiments of titanium alloy were designed and conducted. First, milling force and milling temperature were examined, which provided theory basis to tool wear. Then, the tool life, wear patterns, and its corresponding mechanisms were investigated in detail through scanning electron microscope observation, X-ray energy-dispersive spectrometer, and automatic tool analyzer. By analyzing experimental results, it was found that, for an example of five-stage compressor blisk of a certain type aircraft engine, disk cutter can only remove about 50 tunnels’ volume after five times grinding before wear-out failure, the tool life still needs to be greatly enhanced. The damage morphologies were delamination, thermal fatigue crack, plastic deformation, and tipping. Wear mechanisms were the synergistic interaction among adhesion wear, oxidation wear, and diffusion wear. Thermal crack and tipping were easily found for the cutting edges around the keyway. The oxidation degree of major cutting edge was higher than minor cutting edge; rake face was severe compared to flank face. The element W easily diffused into the titanium alloy, the diffusion ability of Co and C were weaker than W, and the element Ti was dead in diffusion process.
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 | 0,000 |
| 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 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 ».