MétaCan
Menu
Retour à la cohorte
Enregistrement W2799872363 · doi:10.1139/tcsme-2015-0023

SURFACE ROUGHNESS AND CUTTING FORCES IN TURNING OF TOOL STEEL WITH MIXED CERAMIC AND CUBIC BORON NITRIDE CUTTING TOOLS

2015· article· en· W2799872363 sur OpenAlexvenueno aff
Bekir Yalçın

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensnon disponible
Organismes subventionnairesSüleyman Demirel Üniversitesi
Mots-clésBoron nitrideCeramicMaterials scienceMachiningSurface roughnessMetallurgyCutting toolHardened steelSurface finishTool wearComposite materialMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Tool steel has been widely used, especially to manufacture forming dies and molds by machining processes. Generally, cubic boron nitride (CBN) and ceramic tools are recommended for finish machining a specific steel. This study contributes to filling the research gap for the selection of low- content CBN tools or mixed ceramic tools for turning of hard tool steel. The turning tests were conducted to determine the performance of CBN and the mixed ceramic tools in turning soft (HRC22) and hard (HRC52) H13 tool steel with different cutting speeds, feed rates and depths of cut. ANOVA was used to determine the interaction of the cutting parameters on the surface roughness and cutting forces obtained from turning tests. The results indicate that the surface roughness in hard turning was lower with the CBN tool than with the ceramic tool. On the other hand, the cutting forces in turning with the ceramic tool were lower. Acceptable regular chip formation increases with the cutting speed for each tool.

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 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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,385
Score d'incertitude au seuil0,461

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 savante0,0000,000
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 Opus0,012
Tête enseignante GPT0,206
Écart entre enseignants0,194 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetAdvanced machining processes and optimizationTravaux en français237 207