An Integrated Geometric and Hysteretic Error Model of a Three Axis Machine Tool and Its Identification With a 3D Telescoping Ball-Bar
Notice bibliographique
Résumé
The ball-bar instrument is used to estimate a maximum number of hysteretic error sources. Machine error parameters include inter- and intra-axis errors as well as hysteresis effects. An error model containing cubic polynomial functions and modified qualitative variables, for hysteresis modeling, is proposed to identify such errors of the three nominally orthogonal linear axes machine. Such model has a total of 90 coefficients, not all of which being necessary. A numerical analysis is conducted to select a minimal but complete non-confounded set of error coefficients. Four different ball-bar test strategies to estimate the model coefficients are simulated and compared. The first one consists of circular trajectories on the primary planes XY, YZ, and XZ and the others use the XY plane, as an equator, and either four, five, or nine meridians. It is concluded that the five-meridian strategy can estimate the additional eight error coefficients: ECZ1, ECZ2, ECZ3, ECZb, EZY3, EZX3, ECX3, and ECXb. The Jacobian condition number is improved by increasing the number of meridians to 5. Further increasing the number of meridians from five to nine improves neither the number of estimable coefficients nor the conditioning, and so as it increases, the test time it was dismissed.
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 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 | 0,000 | 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».