Validation of a simulated paint gun model.
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.
Notice bibliographique
Résumé
This study was performed to validate a simulated model of an automotive factory spray paint gun. The project ensures that repeatable and valid data are obtained in the simulation of a paint process. A simulated paint gun model was created using DELMIA IGRIP simulation software; an interactive, 3D graphic simulation tool for designing, optimizing, and programming robotic paint booths off-line. IGRIP is used to generate optimized robot paths using the workpiece CAD geometry and download robot motion and process programs. A Design of Experiment (DOE) study was executed to validate the simulated paint gun model. The DOE was performed using a physical paint robot and a virtual paint robot. Analysis of Variance (ANOVA) was performed on the two experiments in order to detect any differences in average performance of the paint process parameters tested. Understanding the contribution of each factor was significant to determine the validity of the simulation. The comparison of the outputs of the two experiments provided an assessment and validation of the simulated paint gun model. The IGRIP simulation software is limited in its abilities to quantify expected improvements of all paint quality characteristics in that it is not able to consider parameters of viscosity, humidity, temperature, air velocity. The IGRIP model that was developed must be calibrated to mimic the physical process results. This thesis advances the Simulation and Off-Line Programming project as it supports the development of a robust design for the paint process simulation. Source: Masters Abstracts International, Volume: 40-03, page: 0770. Adviser: Peter R. Frise. Thesis (M.A.Sc.)--University of Windsor (Canada), 2001.
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 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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 découle