Machinability Investigations on Aerospace Custom 450 Alloy Using TiAlN/TiCN, TiCN/TiAlN Coated and Uncoated Carbide Tools
Notice bibliographique
Résumé
In this present research, the machinability studies of TiAlN/TiCN, TiCN/TiAlN coated and uncoated inserts were investigated on machining custom 450 alloy. The machining input parameters such as feed rate (f), cutting speed (V) and depth of cut (d) are set using orthogonal array. The machining output parameters such as surface roughness, tool wear and cutting forces were studied for its parametric contribution and it was analyzed using Analysis of Variance (ANOVA). Further, the tool wear obtained was studied using scanning electron microscopic images and energy dispersive spectroscopy analysis was conducted to check the addition of work material elements to the coated tool surface. The results show that, the feed rate is the most contributing factor in deciding resultant forces, surface roughness and tool wear respectively. TiAlN/TiCN coated carbide tool has obtained improved machinability, when compared to TiCN/TiAlN coated carbide and uncoated carbide inserts. To obtain one optimal level for all three responses of three types of tools, multi criteria decision making approach, named utility concept approach is selected. Based on the MCDM analysis, it is found that trial number 4 gives better experimental output of improved surface integrity, lower resultant force and less tool wear for all types of tools.
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 | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».