Virtual Five-Axis Flank Milling of Jet Engine Impellers: Part 1 — Mechanics of Five-Axis Flank Milling
Notice bibliographique
Résumé
Jet engine impeller blades are flank-milled with tapered, helical, ball-end mills on five-axis machining centers. The impellers are made from difficult-to-cut titanium or nickel alloys, and the blades must be machined within tight tolerances. As a consequence, deflections of the tool and flexible workpiece can jeopardize the precision of the impellers during milling. This work is the first of a two part paper on cutting force prediction and feed optimization for the five-axis flank milling of an impeller. In Part I, a mathematical model for predicting cutting forces is presented for five-axis machining with tapered, helical, ball-end mills with variable pitch and serrated flutes. The cutter is divided axially into a number of differential elements, each with its own feed coordinate system due to five-axis motion. At each element, the total velocity due to translation and rotation is split into horizontal and vertical feed components, which are used to calculate total chip thickness along the cutting edge. The cutting forces for each element are calculated by transforming friction angle, shear stress and shear angle from an orthogonal cutting database to the oblique cutting plane. The distributed cutting load is digitally summed to obtain the total forces acting on the cutter and blade. The model can be used for general five-axis flank milling processes, and supports a variety of cutting tools. Predicted cutting force measurements are shown to be in reasonable agreement with those collected during a roughing operation on a prototype integrally bladed rotor (IBR).
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 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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».