MétaCan
Menu
Retour à la cohorte
Enregistrement W2770933727 · doi:10.4028/www.scientific.net/jera.33.40

Study the Effects of Dielectric Type on the Machining Characteristics of γ-Ti Al in Electrical Discharge Machining

2017· article· en· W2770933727 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

RevueInternational journal of engineering research in Africa · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Machining and Optimization Techniques
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésElectrical discharge machiningMachiningMaterials scienceKeroseneDielectricSurface roughnessScanning electron microscopeComposite materialIntermetallicSurface finishMetallurgyLiquid dielectricElectric dischargeElectrodeOptoelectronicsChemistry

Résumé

récupéré en direct d'OpenAlex

The current study surveys the results of using deionized water and kerosene as dielectrics in the machining outputs of γ-TiAl intermetallic compound obtained in electric discharge machining. Influences of these different dielectrics properties on machining speed, tool wear, surface cracks and roughness were compared. Scanning electron microscopy micrographs were prepared to investigate influences of dielectrics on the surface characteristics of electrically discharged samples. Results indicate which by kerosene dielectric; the material removal rate (MRR) is further compared to another one. But deionized water as dielectric causes higher tool wear ratio than kerosene dielectric. Electrical discharged samples in deionized water have higher surface roughness, in addition it contains surface cracks, whereas kerosene dielectric results better surface finish in low pulse current. According to XRD spectra electric discharge machining in deionized water and kerosene dielectrics produces Ti 3 Al intermetallic compound on the produced surface.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: Empirique
Score de désaccord entre enseignants0,141
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,040
Tête enseignante GPT0,359
Écart entre enseignants0,319 · 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