Experimental and Modeling Study of Abrasive Wear of Tungsten Carbide Drilling Bit in Wet and Dry Conditions
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
The results of theoretical and experimental investigations carried out to study the effect of load and relative sliding speed on the abrasive wear behavior in drilling bit teeth surfaces of an insert tungsten carbide bit have been presented. Experimentally, an apparatus for abrasive wear tests conducted on the modified ASTM-G65 was modified and fabricated to facilitate loading and measurement of wear rate for the sand/ steel wheel abrasion test, which involves two cases of contact; first is at dry sand and second is under wet condition. These tests have been carried under varied operating parameters of normal load and sliding speed. A theoretical model based upon the Archard equation has been developed for predicting wear simulation by using ANSYS12.1 program for dry and wet abrasive wear rates. The general trend for all the results of wet tests is that an increase in the applied load as well as wheel rotational speed produces an increase in wear rate, while at the dry tests the behavior shows an increase and fluctuating in wear rate due to the transition in wear mechanism. As compared to the dry tests, the volume losses in wet tests have much higher values, that is because the presence of water which causes high adhesion between sand particles and specimen surface as well as wear-corrosion interaction which accelerate the wear rates. The percentage errors between theoretical and experimental results are more stable with the wet than dry tests due to the stability in wear rates.
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 | 0,000 | 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 découle