MétaCan
Menu
Retour à la cohorte
Enregistrement W2258557027 · doi:10.4271/2004-01-1245

High-Performance Machining Automation

2004· article· en· W2258557027 sur OpenAlexaboutno aff
Millan K. Yeung

Notice bibliographique

RevueSAE technical papers on CD-ROM/SAE technical paper series · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAutomationMachiningComputer scienceManufacturing engineeringEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

<div class="htmlview paragraph">Automotive industry is one of the major drivers of the global economic growth and a leader in the research and development of advanced manufacturing technologies. Machining and automation are primary processes for product development and production for automotive industry because of their high efficiency and flexibility. Today's automotive products are complex, sophisticated and have a large variation for different models. The demand for these products is mostly in small to medium lot sizes but with a large variation. Although computerized numerical control (CNC), computer-aided design (CAD) and computer-aided manufacturing (CAM) are well developed today but still fall short in efficiency to produce these products due to a variety of designs and customizations, short lead time and low volume production. In order to address some of the deficiencies, Integrated Manufacturing Technologies Institute (IMTI) of the National Research Council of Canada (NRC), is working on a number of advanced manufacturing processes. This paper focuses on the new and innovative ideas being developed at IMTI to enhance the performance and flexibility for the manufacturing of automotive products, from the development of parts, moulds, tools and dies to material handling, production and assembly. In particular, an integrated scheme for the development of a series of machining and automated systems that include automatic CNC programming, online inspection, reference free setup, error detection and compensation, and intelligent monitoring and control will be described.</div>

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,223
Écart entre enseignants0,217 · 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.

Devis d'étudeObservationnel
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
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE technical papers on CD-ROM/SAE technical paper seriesMême sujetAdvanced machining processes and optimizationTravaux en français237 207