MicroSurface Texturing for a Minimum Coefficient of Friction
Notice bibliographique
Résumé
In recent years, micro surface texturing for friction and adhesion control has gained momentum in a wide range of applications, such as MEMS devices, punches, and tools used metal forming processes, and injection molding machines. In this study, air hardened tool steel, A2, with micro hexagonal dimples of different sizes and densities but constant depth, have been modeled and tested under dry sliding contact. Three-dimensional finite element models depict sliding dry contact between a rigid indenter and elastic-plastic textured surfaces are simulated. Coefficients of friction have been determined and compared for different texturing sizes and densities. In addition, these hexagonal patterns were fabricated on tool steel (A2) samples using photolithography. Coefficients of friction were experimentally measured using micro scratch tribometer. Both simulation and experimental results show there is a strong correlation between micro-texturing parameters and coefficient of friction. The results demonstrate that under dry sliding contact, coefficient of friction can be controlled through optimization of micro texturing parameters, specifically the spatial texture density (D/L) which is equal to the ratio of the size of the dimple (D) to the distance between the centers of two consecutive dimples (L). A minimum coefficient of friction exits at values of spatial texture densities (D/L) that range between 0.25 and 0.5 for this specific material.
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 ».