Addressing Lubrication Challenges in Extreme Conditions Experienced in Subtractive Processes in Additive-Subtractive Hybrid Manufacturing (ASHM) of AISI H13
Notice bibliographique
Résumé
In additive subtractive hybrid manufacturing (ASHM), the combination of machining and additive processes in a single operation combines the benefits of both processes and thus enables the creation of high-quality complex parts. However, this method presents various challenges, particularly during the subtractive or machining steps. The machinability of parts produced through additive manufacturing is often low due to different factors such as high residual stresses and the presence of fine, hard microstructures. Furthermore, in ASHM intermediate heat treatments is not possible which results in subsequent increase in hardness of the printed workpiece material. Additionally, cutting fluids are unsuitable for controlling temperature and friction in ASHM because printing and machining occur simultaneously in the machine. The cutting fluid can contaminate the build environment, affecting layer adhesion and thus being detrimental to the printing operation. This study investigates the use of novel soft metallic lubricant coatings in ASHM, as a substitute for conventional fluid lubricants to address the lubrication challenges in the machining step. The novel proposed coating primarily serves as a lubricating layer between the tool and the workpiece material and provides an effective alternative to cutting fluids. The research aims to assess the effectiveness of these lubricant coatings in improving the surface integrity of additively manufactured parts, exploring a new way of machining without traditional fluid lubricants which is vital for the advancement of ASHM.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».