MétaCan
Menu
Retour à la cohorte
Enregistrement W2902290085 · doi:10.5539/mer.v8n2p10

Influence of Water-Miscible Cutting Fluids on Tool Wear Behavior of Different Coated HSS Tools in Hobbing

2018· article· en· W2902290085 sur OpenAlexvenueno aff
Hironori MATSUOKA, Akio Kubo, Hajime Ono, Takahiro RYU, Hua Qiu, Takashi NAKAE

Notice bibliographique

RevueMechanical Engineering Research · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCutting fluidMaterials scienceSurface roughnessHobbingTool wearCoatingMetallurgySurface finishCutting toolFlankComposite materialMachining

Résumé

récupéré en direct d'OpenAlex

The present paper describes the influence of water-miscible cutting fluids on tool life (flank wear) and crater wear of various coated cutting tools and finished surface roughness, as compared with the cases of dry cutting and wet cutting using cutting oil in hobbing in an attempt to improve the working environment. Experiments were conducted by simulating hobbing by fly tool cutting on a milling machine. The following results were obtained. (1) In the case of an uncoated tool, cutting oil was more effective than dry cutting in reducing flank wear. Cutting oil and water-miscible cutting fluids were more effective in reducing flank wear than dry cutting using TiN- and TiAlN-coated tools. The use of water-miscible cutting fluids in conjunction with TiSiN- and AlCrSiN-coated tools prolongs tool life. (2) For all coated tools, the use of cutting oil or water-miscible cutting fluids were effective in reducing crater wear. Especially, water-miscible cutting fluids were effective for TiSiN- and AlCrSiN-coated tools. (3) Regarding the finished surface roughness, in the case of dry cutting, the finished surface roughness was similar for various types of coating films. When using cutting oil or a water-miscible cutting fluid, the finished surface roughness improved compared with dry cutting, independent of the type of coating film applied. The finished surface roughness obtained using water-miscible cutting fluid was approximately the same as or smaller than that obtained using cutting oil. (4) With respect to flank wear, crater wear, and finished surface roughness, the water-miscible cutting fluid of emulsion type containing a large amount of synthetic lubricating additives was suitable for the AlCrSiN-coated 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,033
Tête enseignante GPT0,316
Écart entre enseignants0,283 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations4
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMechanical Engineering ResearchMême sujetAdvanced machining processes and optimizationTravaux en français237 207