Experimental Investigation on Part Quality and Dust Emission during Minimum Quantity Lubricated (MQL) Edge Finishing of Granite
Notice bibliographique
Résumé
Edge-finishing of granites by grinding is a process frequently used in the granite processing industry to generate the final desired shape and edge quality of products. However, this process releases significant amounts of fine and ultrafine particles (FPs and UFPs) containing crystalline silica. When inhaled, this dust can cause silicosis disease and threaten the health and safety of workers. The purpose of this study is to optimize the process by decreasing the concentrations of dust generated while also maintaining the required surface finish. Experimental tests were planned and performed on granite samples using a full factorial design. Two cutting tool edge shapes were studied (chamfer and concave) using G150 and G600 grit size tools, at various spindle speeds (1500, 2500, 3500 rpm), feed rates (500, 1000, 1500 mm/min) and lubrication flow rates (20, 40, 60 mL/min). The findings show that the particle emissions as well as the surface finish depend on the tool shape, its grit size, and the machining and lubrication parameters used. Higher MQL flow rates led to better finished surface quality and lower concentrations of fine dust. Polishing with flood lubrication reduces the maximum number concentration of FPs corresponding to particles smaller than 1 µm diameter by about 85% as compared to dry polishing and produced the best surface finish. Polishing with lubrication in MQL mode at 60 mL/min led to the production of part with Ra-value comparable with that obtained in flood lubrication condition.
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 ».