Design for Manufacturing of Sculptured Surfaces: A Computational Platform
Notice bibliographique
Résumé
This paper presents a computer aided design for machining (DFMc) platform that enables designers to customize the design for the available machine tools and to estimate the effect of design decisions on the accuracy of the final machined products, particularly those containing sculptured surfaces. The platform contains two modules to model and simulate the actual machined surface and to evaluate the resulting minimum deviation zone compared to the desired geometry. In the first module, based on the configuration of the available machine tool and the limitations imposed by its inherent errors, the machined surface is simulated and presented as a nonuniform rational B-spline (NURBS) surface. In the second module, the minimum deviation zone between the actual and the nominal NURBS surfaces is evaluated when the developed method to do this task efficiently improves the convergence of the resulting optimization process. Utilizing this platform, two different applications are developed; design tolerance allocation based on the minimum deviation zone of the machined surface and adaptation of the nominal design to compensate for the effect of machining errors. Employing these applications during the design stage improves the acceptance rate of the produced parts and reduces the rate of scrap and rework. The DFMc platform and its presented applications can be implemented in any integrated computer aided design/computer aided manufacturing (CAD/CAM) system. The presented methods can be applied to any type of input geometries and are particularly efficient for design and manufacturing of precise components with complex surfaces. Products in this group, such as dies and tools, medical instruments, and biomedical implants, mostly have critical and important functionalities that demand very careful design and manufacturing decisions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».