MétaCan
Menu
Retour à la cohorte

Prediction of Updated Cutting Parameters for a Spindle Subjected to Bearing Wear: A Free Vibration-Based Approach

2013· article· en· W1974914224 sur OpenAlexafffund
Omar Gaber, Seyed M. Hashemi

Notice bibliographique

RevueAdvanced materials research · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVibrationBearing (navigation)BendingNatural frequencyStructural engineeringStability (learning theory)SpinningBeam (structure)EngineeringTimoshenko beam theorySettling timeMachine toolMaterials scienceMechanical engineeringAcousticsPhysicsComputer scienceControl engineeringStep response

Résumé

récupéré en direct d'OpenAlex

The effects of spindles vibrational behavior on the stability lobes and the chatter behavior of machine tools are discussed. Multi-segment spinning spindle models, developed based on the Euler-Bernoulli beam bending theory, have revealed that the system exhibits coupled Bending-Bending (B-B) vibration and its natural frequencies are found to decrease with increasing spinning speed. It has also been observed from the experimental data that an average spindle goes through three stages of operation, namely settling, normal operation and failure. As spindle fundamental frequency changes, the stability lobes change, i.e., the originally selected cutting parameters could lead to chatter. It is shown that using the experimental results, it is possible to establish an expression for the variation of spindle's fundamental frequency in terms of machine hours, which can in turn be used to predict chatter-free cutting parameters through calibrated models and the stability lobes.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,630

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,043
Tête enseignante GPT0,297
Écart entre enseignants0,255 · 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'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

Citations3
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvanced materials researchMême sujetAdvanced machining processes and optimizationTravaux en français237 207