MétaCan
Menu
Retour à la cohorte
Enregistrement W3102515349 · doi:10.3390/ma13225092

Evaluation of Self-Propelled Rotary Tool in the Machining of Hardened Steel Using Finite Element Models

2020· article· en· W3102515349 sur OpenAlexaff
Usama Umer, Hossam A. Kishawy, Mustufa Haider Abidi, Syed Hammad Mian, Khaja Moiduddin

Notice bibliographique

RevueMaterials · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésFinite element methodMachiningChip formationDisplacement (psychology)Mechanical engineeringMaterials scienceHardened steelChipHeat transferTool wearHeat fluxStructural engineeringEngineeringMechanicsMetallurgy

Résumé

récupéré en direct d'OpenAlex

This paper presents a model for assessing the performance of self-propelled rotary tool during the processing of hardened steel. A finite element (FE) model has been proposed in this analysis to study the hard turning of AISI 51200 hardened steel using a self-propelled rotary cutting tool. The model is developed by utilizing the explicit coupled temperature displacement analysis in the presence of realistic boundary conditions. This model does not take into account any assumptions regarding the heat partitioning and the tool-workpiece contact area. The model can predict the cutting forces, chip flow, induced stresses, and the generated temperature on the cutting tool and the workpiece. The nodal temperatures and heat flux data from the chip formation analysis are used to achieve steady-state temperatures on the cutting tool in the heat transfer analysis. The model outcomes are compared with reported experimental data and a good agreement has been found.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,059
Score d'incertitude au seuil0,271

Scores Codex et Gemma par catégorie

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

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 Opus0,059
Tête enseignante GPT0,270
Écart entre enseignants0,212 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMaterialsMême sujetAdvanced machining processes and optimizationTravaux en français237 207