Experimental and numerical analysis on the cutting force, cutting temperature, and tool wear of alloy steel (4340) during turning process
Notice bibliographique
Résumé
This paper focuses primarily on the wear behavior observed in AISI4340 steel when machining with a multi-layered coated carbide tool. Numerical and experimental examination is processed out to predict the wear performance of AISI 4340 steel along with its cutting force and temperature. In this process, four layers of different coated material are bonded together to form a multi-layered coated carbide tool. The coated thickness is assessed with the assistance of a Scanning Electron Microscope (SEM). Experimental analysis takes place with a heavy duty lathe machine equipped with an infrared thermometer and force dynamometer. Simulation is performed using DEFORM-2D software to simulate cutting forces and interface temperature, and the output results obtained have been compared with the experimental work. With the help of the SEM image, maximum crater wear depth is evaluated and analyzed. Feed plays a crucial role in increasing the chip interface temperature and cutting force. For varied feed rates, the cutting tool edge radius, depth of cut, and cutting speed are taken as the input parameters. The proposed 2D finite element model provides effective parameter values for reducing wear. Results measured indicate that the output parameter values of interface temperature and cutting force obtained from simulation and experimental investigation match each other with high accuracy. Simulation results for temperature distribution around the tool tip show that a maximum temperature of 654 °C is formed at the feed rate of 0.4 mm/rev, leading to high heat flux. For the feed rate of 0.3 and 0.2 mm/rev, there is not much deviation in heat flux around the tool tip. The maximum temperature around the tool tip is near 527 °C for both 0.3 and 0.2 mm/rev. Simulation results show that the lowest tool wear of 0.001 23 mm was obtained for a feed rate of 0.2 mm/rev, followed by 0.004 25 (0.1 mm/rev), 0.005 09 mm (0.4 mm/rev), and 0.007 14 mm/rev.
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 ».