MétaCan
Menu
Retour à la cohorte
Enregistrement W4415324653 · doi:10.32493/jtc.v8i1.48184

Pengaruh Kedalaman Pemakanan dan Feedrate pada Mesin Frais Terhadap Hasil Getaran dan Kekasaran Permukaan

2025· article· W4415324653 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJurnal Teknik Mesin Cakram · 2025
Typearticle
Langue
DomaineMaterials Science
ThématiqueMaterial Selection and Properties
Établissements canadiensEncana (Canada)
Organismes subventionnairesnon disponible
Mots-clésAnalytical Chemistry (journal)Volume (thermodynamics)Curve fitting

Résumé

récupéré en direct d'OpenAlex

Proses permesinan dengan mesin frais merupakan salah satu metode utama dalam industri manufaktur untuk menghasilkan komponen dengan bentuk kompleks dan akurasi tinggi. Kualitas hasil pemotongan sangat dipengaruhi oleh parameter permesinan, terutama kedalaman pemakanan dan kecepatan pemakanan (feedrate). Penelitian ini bertujuan untuk menganalisis pengaruh kedalaman pemakanan dan feedrate terhadap getaran serta kekasaran permukaan dalam proses permesinan menggunakan mesin frais. Material benda kerja yang digunakan adalah baja karbon rendah ST42. Parameter permesinan yang divariasikan meliputi kecepatan pemakanan sebesar 16 mm/min, 21 mm/min, dan 41 mm/min, serta kedalaman pemakanan 1 mm dan 2 mm. Pengukuran getaran dilakukan menggunakan Lutron VT-8204 dan kekasaran permukaan dianalisis menggunakan Mitutoyo SJ-310. Hasil penelitian menunjukkan bahwa peningkatan kecepatan pemotongan pada kedalaman pemakanan 1 mm menyebabkan peningkatan kekasaran permukaan, dengan nilai tertinggi sebesar 6.46 µm. Sebaliknya, pada kedalaman pemakanan 2 mm, peningkatan kecepatan pemotongan cenderung menurunkan kekasaran permukaan, dengan nilai terendah 2.68 µm pada kecepatan potong 41 mm/min. Getaran terbesar terjadi pada kecepatan pemotongan tertinggi, sementara pada beberapa kondisi, variasi getaran tidak signifikan.

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.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,396
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0040,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,271
Écart entre enseignants0,250 · 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