MétaCan
Menu
Retour à la cohorte
Enregistrement W2782891637 · doi:10.1115/1.4038922

Additive Manufacturing-Enabled Part Count Reduction: A Lifecycle Perspective

2018· article· en· W2782891637 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Mechanical Design · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésReduction (mathematics)Set (abstract data type)Perspective (graphical)Point (geometry)Computer scienceDual (grammatical number)Systems engineeringReliability engineeringIndustrial engineeringEngineeringMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Part count reduction (PCR) is one of the typical motivations for using additive manufacturing (AM) processes. However, the implications and trade-offs of employing AM for PCR are not well understood. The deficits are mainly reflected in two aspects: (1) lifecycle-effect analysis of PCR is rare and scattered; (2) current PCR rules lack full consideration of AM capabilities and constraints. To fill these gaps, this paper first summarizes the main effect of general PCR (G-PCR) on lifecycle activities to make designers aware of potential benefits and risks and discusses in a point-to-point fashion the new opportunities and challenges presented by AM-enabled PCR (AM-PCR). Second, a new set of design rules and principles are proposed to support potential candidate detection for AM-PCR. Third, a dual-level screening and refinement design framework is presented aiming at finding the optimal combination of AM-PCR candidates. In this framework, the first level down-samples combinatory space based on the proposed new rules while the second one exhausts and refines each feasible solution via design optimization. A case study of a motorcycle steering assembly is considered to demonstrate the effectiveness of the proposed design rules and framework. In the end, possible challenges and limitations of the presented design framework are discussed.

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.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,889
Score d'incertitude au seuil0,747

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,241
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