MétaCan
Menu
Retour à la cohorte
Enregistrement W4391981392 · doi:10.21203/rs.3.rs-3960166/v1

Investigating Drilling Efficiency: A Study on Indexable Centerless Drilling of Ti-6Al-4V Alloy

2024· preprint· en· W4391981392 sur OpenAlexaff
Sadaf Zahoor, Sana Ehsan, Syed Farhan Raza, Atif Qayyum Khan, Saqib Anwar, Ahad Ali

Notice bibliographique

RevueResearch Square · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésMaterials scienceTool wearDelamination (geology)DrillingMetallurgySurface roughnessTitanium alloyMachiningAbrasion (mechanical)Ultimate tensile strengthLubricationSpallAlloyComposite materialGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Titanium Alloy (Ti-6Al-4V), is highly regarded in the aerospace industry due to its exceptional strength-to-weight ratio. The alloy's low thermal conductivity and high tensile strength pose machining challenges, leading to increased tool temperatures and mechanical stress. The conventional use of solid carbide drills is hindered by substantial tool wear. To improve tool life, prior research has delved into various cutting strategies, ranging from flood cooling to minimum quantity lubrication (MQL), enduring challenges persist. This study introduces an innovative approach, leveraging Titanium Aluminum Nitride (TiAlN) coated indexable centerless inserts to bore holes in Ti-6Al-4V under three distinct cutting conditions: dry, flood cooling, and MQL. These conditions are scrutinized across varied feed rates (60 mm/min, 100 mm/min, and 120 mm/min) with a fixed spindle speed of 1200 rpm. The study's primary focus is on key output parameters, including surface roughness (SR), tool life, and cutting temperature. From the parametric and surface topographic analysis, the findings reveal that under the flood cutting approach with a 60 mm/min feed rate, the indexable inserts excelled when drilling Ti-6Al-4V. This combination delivered a better surface quality (Ra = 1.66 µm), extended tool life (27814.27 mm 3 material removed and 18 holes drilled), and lower cutting temperature (881°F). Additionally, scanning electron microscopy (SEM) analysis corroborates that most common types of wear observed were abrasion, delamination, cracking, and edge fracture.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
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 enseignants0,031
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,003
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 Opus0,061
Tête enseignante GPT0,382
Écart entre enseignants0,321 · 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.

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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetAdvanced machining processes and optimizationTravaux en français237 207