MétaCan
Menu
Retour à la cohorte
Enregistrement W2198954693 · doi:10.1155/2016/4390185

Effects of Machine Tool Spindle Decay on the Stability Lobe Diagram: An Analytical-Experimental Study

2015· article· en· W2198954693 sur OpenAlexafffund
Omar Gaber, Seyed M. Hashemi

Notice bibliographique

RevueShock and Vibration · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMachine toolNatural frequencyVibrationMachiningStiffnessStability (learning theory)Finite element methodModal analysisEngineeringStructural engineeringBoundary (topology)ModalDiagramControl theory (sociology)Mechanical engineeringComputer scienceAcousticsPhysicsMathematical analysisMaterials scienceMathematics

Résumé

récupéré en direct d'OpenAlex

An analytical-experimental investigation of machine tool spindle decay and its effects of the system’s stability lobe diagram (SLD) is presented. A dynamic stiffness matrix (DSM) model for the vibration analysis of the OKADA VM500 machine spindle is developed and is validated against Finite Element Analysis (FEA). The model is then refined to incorporate flexibility of the system’s bearings, originally modeled as simply supported boundary conditions, where the bearings are modeled as linear spring elements. The system fundamental frequency obtained from the modal analysis carried on an experimental setup is then used to calibrate the DSM model by tuning the springs’ constants. The resulting natural frequency is also used to determine the 2D stability lobes diagram (SLD) for said spindle. Exploiting the presented approach and calibrated DSM model it is shown that a hypothetical 10% change in the natural frequency would result in a significant shift in the SLD of the spindle system, which should be taken into consideration to ensure chatter-free machining over the spindle’s life cycle.

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: Empirique
Score de désaccord entre enseignants0,104
Score d'incertitude au seuil0,230

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 Opus0,021
Tête enseignante GPT0,277
Écart entre enseignants0,256 · 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

Citations0
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueShock and VibrationMême sujetAdvanced machining processes and optimizationTravaux en français237 207