Virtual Fixturing: Inspection of a Non-Rigid Detail Resting on 3-Points to Estimate Free State and Over-Constrained Shapes
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
Abstract When the geometry of a non-rigid part or pre-assembly is measured fully clamped (over-constrained) in a measurement fixture, the spring-back information and influence from gravity forces are usually lost in the collected data. From the 3D-measurement data, it is hard to understand built in tensions, and the detail’s tendency to bend, twist and warp after release from the measurement fixture. These effects are however important to consider when analyzing each part’s contribution to geometrical deviations after assembly. In this paper a method is presented, describing how free state shape and over-constrained shape of a measured detail can be virtually estimated starting from acquired data when the part or the preassembly is resting on only 3-points. The objective is to minimize the information loss, to spare measurement resources and to allow for a wider use of the collected data, describing the geometry. Part stiffnesses, part to part contacts and gravity effects are considered in the proposed method. The method is based on 3D-scanning techniques to acquire the shape of the measured object. Necessary compensations for part stiffnesses and gravity effects are based upon Finite Element Analysis (FEA) and the Method of Influence Coefficients (MIC). The presented method is applied to an industrial case to demonstrate its potential. The results show that estimated over-constrained shapes show good resemblance with measurements acquired when part is over-constrained in its measurement fixture.
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 | 0,000 | 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 découle