On the possibility of using additive technologies in the production of crankshafts
Notice bibliographique
Résumé
This study demonstrated the fundamental feasibility of producing a crankshaft using electric-arc wire 3D growth of metal parts on the WI 1500 process system. Specifically, the feasibility of manufacturing a crankshaft using Sv-08KhN2GMTA wire, which complies with GOST 2246–70, was investigated.Testing determined the chemical composition, mechanical properties, hardness, non-metallic inclusion content, grain size, micro- and macrostructure, and microhardness of the test sample.The results showed significantly higher relative elongation, relative contraction, and impact toughness compared to a hot-rolled blank, demonstrating the high strength and ductility of the material. The sample's microstructure is represented by bainite with clearly defined layers, ensuring excellent mechanical properties. The sample's macrostructure is free of defects such as porosity, pinholes, and cracks, and has a dense, uniform structure with typical characteristics of 3D printing. The sample is characterized by a high purity level of non-metallic inclusions, which also positively impacts its mechanical properties. The hardness of the samples produced by the weld deposition method exceeds that of hot-rolled blanks, making them promising for use under high loads and wear.Analysis of the obtained results convincingly demonstrates that additive manufacturing using the fused adhesion method (WAAM) ensures isotropic physical and mechanical properties. Moreover, this sample production method ensures the required quality of macro- and microstructural parameters, which is critical for ensuring the performance characteristics of the final product.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».