Influence of porosity and alloy addition on the wear behaviour of sinter-forged C45 steel using Taguchi method
Notice bibliographique
Résumé
Elemental powders of iron (Fe), molybdenum (Mo), and carbon (C) were mixed in a pot mill to obtain the compositions of C45, C45–1% Mo, and C45–2% Mo steels. They were then compacted and sintered. The sintered preforms had a density of 75% of the theoretical density (TD). Then, the sintered preforms were subjected to densification to obtain the two densities of 80% and 85% TD through forging. The sintered and densified preforms of the alloy steel were subsequently machined to obtain the required wear test specimens. The experiments were conducted on a pin-on-disc tribometer, conforming to ASTM G99 standards, on a rotating EN32 disc. Using Minitab 16 software, dry sliding wear experiments were planned using a L27 orthogonal array. The percentage TD of the specimens (%Theoretical density + %Porosity = 1), percentage Mo addition, load, and sliding velocity were taken as input parameters, and mass loss was the output parameter. It was observed that increasing the density of the alloy steel adversely affects the wear resistance of the alloy steel, and thus the mass loss is increased. The addition of Mo to the C45 steel improves the wear resistance irrespective of density, owing to hard-phase carbides present in the microstructure. Empirical correlations for mass loss with respect to input parameters were developed using regression analysis. The hardness of the alloy steel was directly related to the density of the alloy. Mo addition contributed to an increase in hardness of the alloy steel. It was observed from optical images of the wear pattern that the C45 steel is subjected to uniform wear, as an evenly spread wear track appeared in the images. On the other hand, it was observed that the C45–Mo-alloyed steel exhibited non-uniform wear because of hard-phases present in the microstructure.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».