MétaCan
Menu
Retour à la cohorte
Enregistrement W2007323531 · doi:10.1115/detc2014-34135

A Generic Approach to Modeling Geometry of Un-Deformed Chip by Mathematical Representing Envelopes of Swept Cutter in Five-Axis CNC Milling

2014· article· en· W2007323531 sur OpenAlexaff
Zhiyong Chang, Zezhong C. Chen, Zhao Jie, Dinghua Zhang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Analysis Techniques
Établissements canadiensConcordia University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésInterpolation (computer graphics)KinematicsChipMachiningProcess (computing)GeometryMachine toolComputer scienceMilling cutterCartesian coordinate systemNumerical controlKernel (algebra)Envelope (radar)Representation (politics)Mechanical engineeringEngineering drawingEngineeringMathematicsComputer visionMotion (physics)Physics

Résumé

récupéré en direct d'OpenAlex

To pursue high performance 5-axis CNC milling in industry, it is crucial to simulate each specific mill process in high fidelity beforehand, which should model the machined surfaces and predict the cutting forces in the process planning. However, the kernel technique, representation of the un-deformed chip geometry removed by cutter in 5-axis milling, is far from mature. Aiming to solve the problem, this paper presents a generic approach to representing un-deformed chip geometry mathematically in 5-axis CNC milling. The unique features of this research are: (1) the machine tool kinematics chain is investigated and a 5-axis CNC interpolation algorithm is adopted to establish the tool kinematics model, and (2) the closed-form equation of the un-deformed chip geometry representation is derived based on the machined shape being the envelope of a group of ellipses. This approach can model a machined surface with high accuracy and efficiently, and can be used to evaluate the machine surface quality and machining parameters. It can greatly promote the technique of high performance 5-axis CNC milling.

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 enseignants0,266
Score d'incertitude au seuil0,647

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
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 Opus0,012
Tête enseignante GPT0,224
Écart entre enseignants0,212 · 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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdvanced Numerical Analysis TechniquesTravaux en français237 207