MétaCan
Menu
Retour à la cohorte
Enregistrement W4410640126 · doi:10.3390/app15115869

Influence of Cutting Parameters and MQL on Surface Finish and Work Hardening of Inconel 617

2025· article· en· W4410640126 sur OpenAlexafffund
Rushi Lai, Andres Hurtado Carreon, Jose M. DePaiva, Stephen C. Veldhuis

Notice bibliographique

RevueApplied Sciences · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInconelMaterials scienceMetallurgyCase hardeningSurface roughnessWork hardeningHardening (computing)Composite materialHardnessMicrostructureAlloy

Résumé

récupéré en direct d'OpenAlex

Inconel 617 is a nickel-based superalloy that is a primary candidate for use in next-generation nuclear applications such as the Gen IV Molten Salt Reactor (MSR) and Very-High-Temperature Reactor (VHTR) due to its corrosion and oxidation resistance and high strength in elevated temperatures. However, Inconel 617 machinability is poor due to its hardness and tendency to work harden during manufacturing. While the machinability of its sister grade, Inconel 718, has been widely studied and understood due to its applications in aerospace, there is a lack of knowledge regarding the behaviour of Inconel 617 in machining. To address this gap, this paper investigates the influence of cutting parameters in the turning of Inconel 617 and compares the impact of Minimum Quantity Lubrication (MQL) turning against conventional coolant. This investigation was performed through three distinct studies: Study A compared the performance of commercial coatings, Study B investigated the influence of cutting parameters on the surface finish, and Study C compared the performance of MQL to flood coolant. This work demonstrated that AlTiN coatings performed the best and doubled the tool life of a standard tungsten carbide insert compared to its uncoated form. Additionally, the feed rate had the largest impact on the surface roughness, especially at high feeds, with the best surface quality found at the lowest feed rate of 0.075 mm/rev. The utilization of MQL had mixed results compared to a conventional flood coolant in the machining of Inconel 617. Surface finish was improved as high as 47% under MQL conditions compared to the flood coolant; however, work hardening at the surface was also shown to increase by 10–20%. Understanding this, it is possible that MQL can completely remove the need for a conventional coolant in the machining of Inconel 617 components for the manufacturing of next-generation reactors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,425
Score d'incertitude au seuil0,209

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,230
Écart entre enseignants0,223 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetAdvanced machining processes and optimizationTravaux en français237 207