Enhanced Durability of Wood Cutting Tools through Thermal Cycling
Notice bibliographique
Résumé
This study investigates the impact of multi-step austenitization heat treatment on the in-service life of modified AISI A8 cold work tool steel knives used in wood cutting. The knives were subjected to two treatment methods: single quenching and double tempering (SQDT) and double quenching and double tempering (DQDT). Both treatments were followed by physical vapor deposition (PVD) coating to enhance surface properties. The DQDT treatment resulted in a finer microstructure and more uniform carbide distribution. Field tests on 24 knives over 124 h demonstrated up to 130% improvement in wear resistance for DQDT knives, along with superior edge stability and better PVD coating preservation. DQDT knives exhibited ductile fractures characterized by dimples, contrasting with the brittle fracture and cleavage facets in SQDT knives. Residual stress measurements showed higher compressive stresses in DQDT knives (-280 MPa) compared to SQDT knives (-30 MPa), which increased further after field testing. The enhanced performance of DQDT knives is attributed to their refined microstructure, improved carbide distribution, and higher compressive residual stresses, offering significant potential for improving wood cutting tool efficiency and durability.
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 | 0,000 |
| 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) | 0,005 | 0,001 |
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 ».