Method to obtain hybrid rapid tools with elementary component assembly
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
Purpose The purpose of this paper is to propose a method to obtain hybrid rapid tools with elementary component assembly. Design/methodology/approach The authors' method proposes a functional representational model, starting with the product features, analyzed from three points of view: a feasibility analysis; a manufacturing analysis; and an assembly and synthesis analysis. This method, based on CAD STEP AP‐224 data, makes it possible to obtain an exhaustive list of solutions for the module. The work is illustrated with an industrial example. To construct the Assembly Identity Card (AIC) and test the various parameters that influence the quality of the injected parts, a hybrid injection mold has been produced. The methodology associated with the use of this AIC uses a “representation graph”, which makes it possible to propose a set of valid solutions for assembling the various tooling modules. This method is validated by industrial example. Findings The product part is decomposed into a multi‐component prototype (MCP), instead of being made as a single part, which optimizes the manufacturing process and enables greater reactivity during the development of the product. Research limitations/implications The final goal is to propose a software assistant used in association with CAD system during the design of hybrid rapid tooling. An important work concerning the features recognition must be implemented. The assembly of the different parts of the hybrid rapid tooling must be considered and optimized. Practical implications This method allows the selection of the best process technologies from manufacturing tools. Originality/value The analysis of manufacturing hybrid rapid tooling has not been studied previously.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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