MétaCan
Menu
Retour à la cohorte
Enregistrement W1987600030 · doi:10.1115/detc2003/cie-48191

Machined Feature Estimation and Inspection for Internet-Based Manufacturing System

2003· article· en· W1987600030 sur OpenAlexaff
Yadong Li, Peihua Gu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMachiningThe InternetComputer scienceProcess (computing)Feature (linguistics)Engineering drawingAutomated optical inspectionMechanical engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

With easy access of the Internet, the real-time, web-based collaborations are impacting the current practices of product design and manufacturing. In this research, an Internet-based manufacturing design system has been developed based on the collaborations of several partners located thousands of miles away from each other. This paper introduces a sub-system of this Internet-based manufacturing system for machined feature estimation and inspection using 3D solid models. Using the engineering data of cutting processes received from our collaborator, through the broadband Internet, taking into account of the factors like cutting forces and tool deflections, this sub-system determines the material removal processes by subtracting the tool cutting volume from work-piece raw material. It creates the machined 3D solid geometry models by simulating the machining processes. The estimated geometry is then taken to a simulated inspection process for engineering analysis and CNC machining program verification. To simulate the inspection process on a Coordinate Measuring Machine (CMM), a series of rays is shot to the machined surface to simulate the CMM probe touching for acquiring surface data. The simulated measurement data is then localized to design surface and comparison between them is made to quantify the machining errors. Through the Internet, the geometrical features and inspection result can be visualized and shared by other sub-systems of the whole manufacturing system based on the commercial CAD data formats. The operation of this subsystem and related facilities is local execution.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0030,001

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 Opus0,005
Tête enseignante GPT0,191
Écart entre enseignants0,186 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetManufacturing Process and OptimizationTravaux en français237 207