Assessment, analysis and optimization for high temperature sliding wear process parameter with additive built nickel base superalloy
Notice bibliographique
Résumé
Abstract Superalloys are highly demanding alloy for high temperature application. The conventional production process and metallurgical sustainability of the superalloy against the applications is the preamble of the existing research. Based on the review it is clear to say that the development of nickel base superalloy with advanced technique without compensating the quality is open for research. The nickel base superalloy is developed through additive manufacturing process following a metal laser sintering technique. The developed alloy is used to perform high temperature sliding wear analysis with the different input process conditions. Applied load, sliding duration and the working temperature are the defined process environment for the investigation. The process conditions are designed with twenty-seven set of experimental trials for statistical analysis and process assessment. The responses on surface roughness and the material loss with respect to the input process parameters are technically assessed and justifications made with the electron microscopic images. The surface topography has influenced due to applied load and the sliding duration. Applied load has influenced the contact area prone with severe wear and the ridges are notice from the microscopic analysis. The statistical analysis has proved that the influence of temperature is less and negotiable compared to the load and time factor. From the optimization process, the optimal parameter for the experimental design is 10 N, 100 °C and 30 min is the ultimate condition to produce best results from the high temperature sliding wear analysis.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| 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 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 ».