MétaCan
Menu
Retour à la cohorte
Enregistrement W1983660691 · doi:10.1007/s00170-012-4612-3

Cutting force prediction for ball-end mills with non-horizontal and rotational cutting motions

2012· article· en· W1983660691 sur OpenAlexafffund
Abdullahil Azeem, Hsi-Yung Feng

Notice bibliographique

RevueThe International Journal of Advanced Manufacturing Technology · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMachiningBall (mathematics)End millMechanical engineeringEnd millingEngineeringChipRotational speedCutting toolStructural engineeringComputer scienceGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Accurate cutting force prediction is essential to precision machining operations as cutting force is a process variable that directly relates to machining quality and efficiency. This paper presents an improved mechanistic cutting force model for multi-axis ball-end milling. Multi-axis ball-end milling is mainly used for sculptured surface machining where non-horizontal (upward and downward) and rotational cutting tool motions are common. Unlike the existing research studies, the present work attempts to explicitly consider the effect of the 3D cutting motions of the ball-end mill on the cutting forces. The main feature of the present work is thus the proposed generalized concept of characterizing the undeformed chip thickness for 3D cutter movements. The proposed concept evaluates the undeformed chip thickness of an engaged cutting element in the principal normal direction of its 3D trochoidal trajectory. This concept is unique and it leads to the first cutting force model that specifically applies to non-horizontal and rotational cutting tool motions. The resulting cutting force model has been validated experimentally with extensive verification test cuts consisting of horizontal, non-horizontal, and rotational cutting motions of a ball-end mill.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,763
Score d'incertitude au seuil0,406

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 savante0,0000,001
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 Opus0,004
Tête enseignante GPT0,225
Écart entre enseignants0,220 · 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

Citations15
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Advanced Manufacturing TechnologyMême sujetAdvanced machining processes and optimizationTravaux en français237 207