MétaCan
Menu
Retour à la cohorte
Enregistrement W3097491851 · doi:10.3390/ma13215011

Machining of Titanium Metal Matrix Composites: Progress Overview

2020· review· en· W3097491851 sur OpenAlexaff
Cécile Escaich, Zhongde Shi, Luc Baron, Marek Balazinski

Notice bibliographique

RevueMaterials · 2020
Typereview
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensNational Research Council CanadaPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésMachiningMaterials scienceTool wearGrindingSurface roughnessChip formationAdiabatic shear bandTitanium alloyMetallurgySurface finishLubricationTitaniumComposite materialCutting toolShear (geology)Alloy

Résumé

récupéré en direct d'OpenAlex

The TiC particles in titanium metal matrix composites (TiMMCs) make them difficult to machine. As a specific MMC, it is legitimate to wonder if the cutting mechanisms of TiMMCs are the same as or similar to those of MMCs. For this purpose, the tool wear mechanisms for turning, milling, and grinding are reviewed in this paper and compared with those for other MMCs. In addition, the chip formation and morphology, the material removal mechanism and surface quality are discussed for the different machining processes and examined thoroughly. Comparisons of the machining mechanisms between the TiMMCs and MMCs indicate that the findings for other MMCs should not be taken for granted for TiMMCs for the machining processes reviewed. The increase in cutting speed leads to a decrease in roughness value during grinding and an increase of the tool life during turning. Unconventional machining such as laser-assisted turning is effective to increase tool life. Under certain conditions, a "wear shield" was observed during the early stages of tool wear during turning, thereby increasing tool life considerably. The studies carried out on milling showed that the cutting parameters affecting surface roughness and tool wear are dependent on the tool material. The high temperatures and high shears that occur during machining lead to microstructural changes in the workpiece during grinding, and in the chips during turning. The adiabatic shear band (ASB) of the chips is the seat of the sub-grains' formation. Finally, the cutting speed and lubrication influenced dust emission during turning but more studies are needed to validate this finding. For the milling or grinding, there are major areas to be considered for thoroughly understanding the machining behavior of TiMMCs (tool wear mechanisms, chip formation, dust emission, etc.).

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,034
Tête enseignante GPT0,336
Écart entre enseignants0,301 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAdvanced machining processes and optimizationTravaux en français237 207