Investigation of the Wear Behavior of PVD Coated Carbide Tools during Ti6Al4V Machining with Intensive Built Up Edge Formation
Notice bibliographique
Résumé
Tool wear phenomena during the machining of titanium alloys are very complex. Severe adhesive interaction at the tool chip interface, especially at low cutting speeds, leads to intensive Built Up Edge (BUE) formation. Additionally, a high cutting temperature causes rapid wear in the carbide inserts due to the low thermal conductivity of titanium alloys. The current research studies the effect of AlTiN and CrN PVD coatings deposited on cutting tools during the rough turning of a Ti6Al4V alloy with severe BUE formation. Tool wear characteristics were evaluated in detail using a Scanning Electron Microscope (SEM) and volumetric wear measurements. Chip morphology analysis was conducted to assess the in situ tribological performance of the coatings. A high temperature–heavy load tribometer that mimics machining conditions was used to analyze the frictional behavior of the coatings. The micromechanical properties of the coatings were also investigated to gain a better understanding of the coating performance. It was demonstrated that the CrN coating possess unique micromechanical properties and tribological adaptive characteristics that minimize BUE formation and significantly improve tool performance during the machining of the Ti6Al4V alloy.
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 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».