MétaCan
Menu
Retour à la cohorte
Enregistrement W4403083060 · doi:10.1139/tcsme-2024-0077

Evaluating the effectiveness of the TOPSIS approach for three-wire electrode machining of D2 steel using the wire EDM method

2024· article· en· W4403083060 sur OpenAlexvenueno aff
Uddarraju Dhana Satya Prathap Varma, I Harish, N Malleswararao Battina, Krishna Bhaskar K, Vamsi krishna Giduturi, Potturi S Prakash Varma

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Machining and Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectrical discharge machiningMachiningTOPSISMaterials scienceWire speedElectrodeMechanical engineeringStructural engineeringEngineeringEngineering drawingMetallurgyPhysicsOperations research

Résumé

récupéré en direct d'OpenAlex

Due to the high demand for D2 steel as a tool material and the difficulty of the machine, optimization of process parameters in advanced manufacturing machines is needed. This study investigates three-wire electrodes: brass, coated copper, and annealed copper, analyzing their impact on tool material. Employing 0.25 mm wires, 10 mm D2 steel cubes are cut for consistent comparison. An L27 orthogonal array tests six parameters at three levels, optimizing with analytic hierarchy process technique for order preference by similarity to the ideal solution (AHP-TOPSIS). The response parameters were the material removal rate (MRR) and kerf width. Pulse on/off time, wire tension, spark voltage, input current, and wire feed rate vary systematically for each wire. The tests validate the efficacy of the AHP-TOPSIS method in optimizing wire electrical discharge machining parameters and machining performance. Analysis of variance reveals pulse-on and pulse-off times as crucial factors for various wire electrodes. Under diverse conditions, pulse duration increases spark efficiency. Based on the AHP-TOPSIS method results, weights of outputs revealed that the annealed copper wire yields the highest MRR value (0.232 mm3/s). The brass wire exhibited the lowest MRR value (0.127 mm3/s) compared to the others.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,302
Écart entre enseignants0,276 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetAdvanced Machining and Optimization TechniquesTravaux en français237 207