MétaCan
Menu
Retour à la cohorte
Enregistrement W7054999474

Characterization of machining-induced residual stresses in titanium-based alloys

2015· dissertation· en· W7054999474 sur OpenAlexafffund

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2015
Typedissertation
Langueen
DomaineEngineering
ThématiqueMagneto-Optical Properties and Applications
Établissements canadiensMcGill University
Organismes subventionnairesConsortium de Recherche et d’innovation en Aérospatiale au Québec
Mots-clésResidual stressSurface integrityUltimate tensile strengthAerospaceSurface (topology)Gas compressorCharacterization (materials science)Compressive strength
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Machining-induced residual stresses (RS) have a major impact on the fatigue life of critical aero-engine parts subjected to dynamic loads in harsh environments.Their state and magnitude can be controlled by careful selection of cutting conditions.Tensile RS are extremely harmful as they accelerate crack nucleation and propagation, diminishing the resistance to fatigue failures.It is crucial to identify cutting parameters that promote desirable compressive RS in critical parts without compromising other aspects of surface integrity. Limited information is available in the open literature on machining-induced RS in Ti-alloys.In this research, an extensive experimental investigation is performed of the effect of cutting parameters on RS in two aerospace grade Ti-alloys, Ti-64 and Ti-6246, used for aeroengine fan and compressor parts.Cutting is performed at conditions relevant to industry.This is coupled with a comprehensive evaluation of surface integrity including RS, surface roughness, the near-surface microstructure, and hardness distribution.Based on x-ray diffraction measurements, empirical models are developed that offer fast and accurate predictions of surface RS.For the investigated finish turning regime, RS are compressive in nature.Due to a conflict between RS and surface finish, guidelines are established for the optimal selection of cutting parameters.Empirical models are non-generic, cannot be extrapolated, and cannot offer a physical interpretation of the phenomena that govern the cutting process.Available FE models for Tialloys mostly focus on chip formation and force prediction, and rarely extend to RS.In this work, a 2D FE model is constructed using DEFORM TM for the prediction of machininginduced RS in Ti-alloys, and is optimized for accuracy and computational efficiency.This is preceded by a numerical study on the relative contribution of thermal loads, mechanical loads, and phase transformations to the resultant stress state in commercially available materials.The FE model is firstly validated against experimental machining forces, cutting temperatures, and RS.It is then used as a virtual machining medium to gain insight into the effect of cutting parameters, tool edge preparation, flank wear, and chip segmentation on residual stress formation.FE predictions for Ti-6246 show that RS are highly sensitive to flank wear, which can cause a severe shift from the compressive to the tensile state.For the investigated cutting regime, residual stress prediction errors for Ti-64 are limited to ±10% provided that chip segmentation is modeled at relatively high cutting speeds.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,020
Tête enseignante GPT0,234
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations1
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetMagneto-Optical Properties and ApplicationsTravaux en français237 207