Effect of Cutting Speed on Chipping and Wear of the SiAlON Ceramic Tool in Dry Finish Turning of the Precipitation Hardenable IN100 Aerospace Superalloy
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.
Notice bibliographique
Résumé
Inconel 100 (IN100) aerospace superalloy is used in manufacturing aero-engine components that operate at intermediate temperatures. It is considered to be a hard-to-cut material. Chipping of the tool edge is one of the major failure mechanisms of ceramic tools in finish cutting of superalloys, which causes a sudden breakage of the cutting edge during machining. Cutting temperature significantly depends on cutting speed. Varying the cutting speed will affect the frictional action during the machining operations. However, proper selection of the cutting variables, especially the cutting speed, can prevent chipping occurrence. In this work, the influence of controlling the cutting speed on the chipping formation in dry finish turning of IN100 aerospace superalloy using SiAlON ceramic tool has been investigated. Scanning electron microscope (SEM)/energy dispersing spectroscopy (EDS), X-ray photoelectron spectroscopy (XPS), and three-dimensional wear measurements were used to make the investigations of the worn tool edges. It was found that variations of the cutting speeds in a certain range resulted in the generation of different lubricious and protective tribo-films. The presence of these tribo-films at the cutting region proved essential to prevent chipping of the cutting tool edge and to improve its wear resistance during finish turning of age-hardened IN 100 using SiAlON ceramic tools. Chip compression ratio and calculated values of the coefficient of friction at the tool–chip interface confirmed these results.
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 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 | 0,001 |
| 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 découle