MétaCan
Menu
Retour à la cohorte
Enregistrement W2975702197

APPLICATION OF SUPERABSORBENT COOLANT AS A NOVEL APPROACH TO SEMI-DRY MACHINING

2018· dissertation· en· W2975702197 sur OpenAlexfundno aff
Yousef Shokoohi

Notice bibliographique

RevueMacSphere (McMaster University) · 2018
Typedissertation
Langueen
DomaineEngineering
ThématiqueEngineering Technology and Methodologies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster University
Mots-clésCoolantMachiningSuperabsorbent polymerEngineeringManufacturing engineeringEnvironmental scienceMaterials scienceMechanical engineeringComposite material
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cutting fluids play a significant role in manufacturing processes. Machining certain materials is impossible without them. Due to high temperature and friction during cutting operations, proper cooling and lubrication are necessary to improve the efficiency, quality of the final workpiece and to reduce tool failure costs. This study presents a novel coolant suitable for different machining processes. The focus of this work is the application of a superabsorbent coolant (SAC) during hardened H13 steel machining, Inconel 718 turning, and aluminium silicon alloy tapping and drilling with an uncoated carbide tool. Hence, different machining operations have been attempted to better understand the range of function for SAC. Moreover, the possibility of superabsorbent material use as a coolant has been evaluated in comparison with dry and flood conditions. The use of SAC is a novel method of semi-dry machining that demonstrates the advantages of hydrogels as a coolant and opens a new window for industrial applications. SAC is a superabsorbent polymer enriched by a nanofluid and injected near the cutting zone. Its main purpose, besides improving machining performance, is to safely provide beneficial properties of nanoparticles (higher thermal conductivity and lubricity) and to prevent their distribution in air, which along with other chemical additives, can cause serious occupational and environmental hazards. The results of machining studies indicate that SAC can considerably reduce the friction conditions in the cutting zone, greatly reducing cutting force, while improving surface integrity and enhancing tool life. In addition, the friction conditions at the cutting zone have been improved. Ultimately, chip undersurface roughness was measured to ensure the penetration of the nanoparticles into the cutting region and to reduce friction between the tool and chip. The results show a lower surface roughness of the chip surface.

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)0,000
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
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,018
Tête enseignante GPT0,222
Écart entre enseignants0,204 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)Même sujetEngineering Technology and MethodologiesTravaux en français237 207