MétaCan
Menu
Retour à la cohorte
Enregistrement W2734110007 · doi:10.1016/j.promfg.2017.07.044

Experimental Evaluation of Direct Laser Assisted Turning through a Sapphire Tool

2017· article· en· W2734110007 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueProcedia Manufacturing · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueLaser Material Processing Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceMachiningSapphireTungsten carbideLaserSurface roughnessSurface finishMechanical engineeringCutting toolComposite materialMetallurgyOpticsEngineering

Résumé

récupéré en direct d'OpenAlex

Laser assisted machining (LAM) techniques have been investigated to improve the efficiency and quality of machining operations by thermally softening hard to cut materials. Traditionally, the techniques were applied in such a way that the heating zone was in front of the cutting tool, softening materials prior to chip formation. In order to reduce energy consumption and prevent unwanted phase changes in the materials, we propose a direct laser assisted machining technique where a laser beam is applied through a transparent sapphire tool, directly affecting the tool-workpiece contact surface. The sapphire tool has a high hardness compared to conventional tungsten carbide tools, while its transparency allows for the direct application of the laser through the tool. In this study, we investigated the effects of applying a direct laser assisted machining technique, and we observed changes in cutting behaviors including cutting forces, surface finish, and adhesion. Aluminum and bulk metallic glass workpiece materials were examined to investigate how crystalline and amorphous materials behave under direct laser assisted machining techniques. Experimental results showed that the proposed technique reduced forces and improved surface finish.

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 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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,814

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 savante0,0000,001
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 Opus0,042
Tête enseignante GPT0,302
Écart entre enseignants0,260 · 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