MétaCan
Menu
Retour à la cohorte
Enregistrement W1979254423 · doi:10.5267/j.ijiec.2011.08.019

A scheme for functional tolerancing: A product family in 3D CAD system

2011· article· en· W1979254423 sur OpenAlexvenueno aff
Haoyu Wang, Ravindra Thamma

Notice bibliographique

RevueInternational Journal of Industrial Engineering Computations · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeometric dimensioning and tolerancingMass customizationComponent (thermodynamics)CADGraphFunctional requirementEngineering drawingComputer scienceDimensioningMATLABScheme (mathematics)PersonalizationProduct designProduct (mathematics)EngineeringReliability engineeringManufacturing engineeringSoftware engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

To meet the need for product variety, many companies are shifting from a massproduction mode to mass customization, which demands quick response to the needs of individual customers with high quality and low costs. The multifunctional nature of mechanical components necessitates that a designer redesign them each time when a component's function changes. The functional Geometric Dimensioning & Tolerancing (GD&T) specification, also called functional tolerancing, must be updated for each component. Currently, this is done by humans, and thus can be very time-consuming and error-prone. Functional tolerancing is one of the main obstacles to practical mechanical product family modeling. In this paper, a graph-based functional tolerancing scheme in 3D CAD is proposed. In the scheme, a product is generated by applying production rules to the graph of the base product, following customers' or manufacturing engineers' requirements. Functional tolerancing of each component of a product in the family is formulated as a non-linear constrained optimization (or cost minimization) process. Certain critical aspects of the scheme have been implemented in SolidWorks , by using its Application Programming Interface (API) and C++. LEDA and MATLAB have been used to solve the graph and optimization problems.

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 enseignants0,780
Score d'incertitude au seuil0,530

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 Opus0,047
Tête enseignante GPT0,229
Écart entre enseignants0,181 · 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

Citations3
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Industrial Engineering ComputationsMême sujetManufacturing Process and OptimizationTravaux en français237 207