MétaCan
Menu
Retour à la cohorte
Enregistrement W2885315454 · doi:10.11159/icmie18.109

Examination of Feedrate Impacts on Different Grain Size Granite Materials from Edge Damage Aspect

2018· article· en· W2885315454 sur OpenAlexvenueno aff
Gyurika István Gábor

Notice bibliographique

RevueProceedings of the World Congress on Mechanical, Chemical, and Material Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueDrilling and Well Engineering
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrain sizeMaterials scienceEnhanced Data Rates for GSM EvolutionGeologyComposite materialComputer scienceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Different natural stones as granite, marble and limestone are used in the construction industry and in the last few years, they are also used with a growing amount in manufacturing technology.It can be seen that a minimal damage can be observed on the edge of products of the mentioned industrial segments due to cutting., The primary goal of the presented paper is to examine the changes of the chipping at the edges of damaged granite samples The damage is resulted in cutting with different feedrate speed.The article tries to give recommendations to remedy the explored problems.During the research, there were 3 different granite boards with average particle size.8 different sample surfaces were produced by 8 feed rates of each.Sample surfaces were made by an NC cutting centre which was especially created for chipping stones.On the sample surfaces, the size of the edge chipping at the output side of the tool was examined.The digitization and evaluation processes were implemented with a DinoLite microscope and its associated software.The examination confirms that the increase in feedrate reduces the average edge chipping rate The increase of federate ends up in a local minimum, whereafter strong loss of edge damage can be observed.The experiments manifest that the feedrate related to the best edge quality is independent from the grain size in all types of stone.It should be noted that in the case of using granite, the same change in can be observed when adjusting feedrate and the same approximation curve can be used for statistical evaluation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0020,000

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 GPT0,189
Écart entre enseignants0,183 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Mechanical, Chemical, and Material EngineeringMême sujetDrilling and Well EngineeringTravaux en français237 207