Virtual Model of Gear Shaping—Part I: Kinematics, Cutter–Workpiece Engagement, and Cutting Forces
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.
Notice bibliographique
Résumé
Gear shaping is, currently, the most prominent method for machining internal gears, which are a major component in planetary gearboxes. However, there are few reported studies on the mechanics of the process. This paper presents a comprehensive model of gear shaping that includes the kinematics, cutter–workpiece engagement (CWE), and cutting forces. To predict the cutting forces, the CWE is calculated at discrete time steps using a tridexel discrete solid modeler. From the CWE in tridexel form, the two-dimensional (2D) chip geometry is reconstructed using Delaunay triangulation (DT) and alpha shape reconstruction. This in turn is used to determine the undeformed chip geometry along the cutting edge. The cutting edge is discretized into nodes with varying cutting force directions (tangential, feed, and radial), inclination angles, and rake angles. If engaged in the cut during a particular time-step, each node contributes an incremental force vector calculated with the oblique cutting force model. Using a three-axis dynamometer on a Liebherr LSE500 gear shaping machine tool, the cutting force prediction algorithm was experimentally verified on a variety of processes and gears, which included an internal spur gear, external spur gear, and external helical gear. The simulated and measured force profiles correlate closely with about 3–10% RMS error.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 découle