DLC and DLC-WS2 Coatings for Machining of Aluminium Alloys
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
Machine-tool life is one limiting factor affecting productivity. The requirement for wear-resistant materials for cutting tools to increase their longevity is therefore critical. Titanium diboride (TiB2) coated cutting tools have been successfully employed for machining of AlSi alloys widely used in the automotive industry. This paper presents a methodological approach to improving the self-lubricating properties within the cutting zone of a tungsten carbide milling insert precoated with TiB2, thereby increasing the operational life of the tool. A unique hybrid Physical Vapor Deposition (PVD) system was used in this study, allowing diamond-like carbon (DLC) to be deposited by filtered cathodic vacuum arc (FCVA) while PVD magnetron sputtering was employed to deposit WS2. A series of ~100-nm monolayer DLC coatings were prepared at a negative bias voltage ranging between −50 and −200 V, along with multilayered DLC-WS2 coatings (total thickness ~500 nm) with varying number of layers (two to 24 in total). The wear rate of the coated milling inserts was investigated by measuring the flank wear during face milling of an Al-10Si. It was ascertained that employing monolayer DLC coating reduced the coated tool wear rate by ~85% compared to a TiB2 benchmark. Combining DLC with WS2 as a multilayered coating further improved tool life. The best tribological properties were found for a two-layer DLC-WS2 coating which decreased wear rate by ~75% compared to TiB2, with a measured coefficient of friction of 0.05.
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 | 0,001 | 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 découle