INFLUENCE OF THE USE OF CARAPA GUIANENSIS OIL (ANDIROBA OIL) COMPARED WITH COMMERCIAL CUTTING FLUID IN THE TURNING PROCESS OF THE ABNT 1045 STEEL GRADES
Notice bibliographique
Résumé
The increasing technological advances obtained both in the development of new materials and of machine tools increased the demand for the machining processes and in addition, the use of increased cutting fluids. However, it’s necessary to have characteristics that don’t harm the environment and the operator. In machining processes, cutting fluids, when properly chosen and applied, may reflect benefits during the manufacturing process. This work evaluated the performance of a commercial cutting fluid by comparing it with vegetable oil extracted from carapa guianensis in the abnt 1045 steel turning process. The cutting speed (vc), tool feed (f) and depth (ap) and the influence of the use of both of them on the metal was verified with the following variables: chip analysis, surface finish, cutting temperature and tool wear. It was observed that with the use of andiroba oil, better chip was generated for the safety of the operator, higher cutting temperatures in the piece, higher tool wear and better surface finish with a difference of 23% compared to commercial cutting fluid. Thus, the fluid from andiroba based on the conventional application demonstrated a viable alternative in the turning process of abnt 1045 steel, because it’s biodegradable and reduces petroleum-based cutting fluids.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».