Cutting Performance of Low Stress Thick TiAlN PVD Coatings during Machining of Compacted Graphite Cast Iron (CGI)
Notice bibliographique
Résumé
A new family of physical vapor deposited (PVD) coatings is presented in this paper. These coatings are deposited by a superfine cathode (SFC) using the arc method. They combine a smooth surface, high hardness, and low residual stresses. This allows the production of PVD coatings as thick as 15 µm. In some applications, in particular for machining of such hard to cut material as compacted graphite iron (CGI), such coatings have shown better tool life compared to the conventional PVD coatings that have a lower thickness in the range of up to 5 μm. Finite element modeling of the temperature/stress profiles was done for the SFC coatings to present the temperature/stress profiles during cutting. Comprehensive characterization of the coatings was performed using XRD, TEM, SEM/EDS studies, nano-hardness, nano-impact measurements, and residual stress measurements. Application of the coating with this set of characteristics reduces the intensity of buildup edge formation during turning of CGI, leading to longer tool life. Optimization of the TiAlN-based coatings composition (Ti/Al ratio), architecture (mono vs. multilayer), and thickness were performed. Application of the optimized coating resulted in a 40–60% improvement in the cutting tool life under finishing turning of CGI.
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 ».