MétaCan
Menu
Retour à la cohorte
Enregistrement W2604494303

Study of Surface Wear and Damage Induced by Dry Sliding of Tempered AISI 4140 Steel against Hardened AISI 1055 Steel

2016· article· en· W2604494303 sur OpenAlexaff
Abdelmalek Elhadi, A. Bouchoucha, Walid Jomaa, Yasser Zedan, Thomas Schmitt, Philippe Bocher

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueTribology and Wear Analysis
Établissements canadiensPolytechnique MontréalUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMetallurgyMaterials science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ABSTRACT: In industry, the sliding mechanical systems are subject to friction and wear phenomena. These phenomena can be the origin of a reduction of the efficiency of the mechanical system even to be responsible for its incapacity. Generally, the materials of the parts which are moving relative (tribological couple) of these systems are low alloy steels and carbon steels, thanks to their good mechanical and tribological properties. The present work aimed to study, the surface wear and damage induced by dry sliding of hard carbon steel AISI 1055 (disc) against tempered low alloy steel AISI 4140 (pin) with different hardness and applied loads was investigated. The results revealed that the interaction between the applied load and pin hardness result in complex thermo-mechanical behaviour of the worn surfaces. When a lower hardness pin is used, the main wear mechanisms observed on the discs were abrasion, adhesion, and oxidation. When a higher hardness pin is used, the wear of the discs is governed by delamination, oxidation, and plastic deformation. In particular, third-body wear occurs at high applied load resulting in higher wear rate of high hardness pins compared to low hardness pins.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0020,000

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 Opus0,010
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)Même sujetTribology and Wear AnalysisTravaux en français237 207