MétaCan
Menu
Retour à la cohorte
Enregistrement W1978193861 · doi:10.1115/detc2014-34312

Spiral Tool Path Planning Using Eccentric Parameters

2014· article· en· W1978193861 sur OpenAlexaff
Baosu Guo, Qingjin Peng, Xiaosheng Cheng, Ning Dai

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Analysis Techniques
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesChina Scholarship Council
Mots-clésSpiral (railway)DiagonalPath (computing)Parametric statisticsPlanarCurvatureMachiningPoint (geometry)Surface (topology)GeometryComputer scienceParametric surfaceAlgorithmMathematicsEngineeringMathematical analysisMechanical engineeringComputer graphics (images)

Résumé

récupéré en direct d'OpenAlex

Free-form surfaces can be machined continuously with minimum tool retractions and at the high speed by following a spiral tool path. This paper presents an improved planning method of the spiral tool path using eccentric parameters for machining free-form surfaces. The relationship between a 3D machined surface and the 2D circular region is established through the conformal mapping. In order to generate an even path, eccentric parameters are used in 2D parametric circular regions to optimize the path interval. The proposed method produces planar spiral segments as a diagonal curve between every two adjacent parametric tool paths. A 2D spiral tool path is gained by linking spiral segments in sequence. Inverse mapping of the 2D spiral tool path onto the machined surface generates the 3D spiral tool path. The main processes of the proposed method include reducing dimensions of free-form surfaces, calculating the eccentric parametric tool path, and generating the planar diagonal spiral tool path. Some applications are used to verify the proposed methods. The proposed method allows the start point to be arbitrary and generates more even tool paths than the existing methods by introducing the mapping distortion.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,530
Score d'incertitude au seuil0,410

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,237 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Numerical Analysis TechniquesTravaux en français237 207