MétaCan
Menu
Retour à la cohorte
Enregistrement W2062806114 · doi:10.1115/detc2007-35491

Geometric Modeling of Cutter/Workpiece Engagements for Helical Milling With Flat End Mills

2007· article· en· W2062806114 sur OpenAlexafffund
Eyyup Aras, Derek Yip‐Hoi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaPratt and Whitney Canada
Mots-clésMachiningMilling cutterIntersection (aeronautics)End millMechanical engineeringSolid modelingContouringProcess (computing)Parametric statisticsEngineering drawingPlane (geometry)GeometryGeometric modelingNumerical controlTool pathEngineeringComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Helical milling is a 3-axis machining operation where a cutting tool is feed along a helix. This operation is used in ramp-in and ramp-out moves when the cutting tool first engages the workpiece, for contouring and for hole machining. It is increasingly finding application as a means for roughing large amounts of material during high speed machining. Modeling the helical milling process requires cutter/workpiece engagements (CWEs) geometry in order to predict cutting forces. The calculation of these engagements is challenging due to the complicated and changing intersection geometry that occurs between the cutter and the in-process workpiece. In this paper we present a geometric modeling methodology for finding engagements during helical milling with flat end mills. A mapping technique has been developed that transforms a polyhedral model of the removal volume from Euclidean space to a parametric space defined by location along the tool path, engagement angle and the depth-of-cut. As a result, intersection operations are reduced to first order plane-plane intersections. This approach reduces the complexity of the cutter/workpiece intersections and also eliminates robustness problems found in standard polyhedral modeling and improves accuracy over the Z-buffer technique. The reported method has been implemented and tested using a combination of commercial applications. This paper highlights ongoing collaborative research into developing a Virtual Machining System.

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 enseignants0,716
Score d'incertitude au seuil0,370

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 Opus0,016
Tête enseignante GPT0,222
Écart entre enseignants0,206 · 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
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetManufacturing Process and OptimizationTravaux en français237 207