MétaCan
Menu
Retour à la cohorte
Enregistrement W3211211278 · doi:10.1142/s0219686722500019

Application of the Traveling Salesman Problem in Generating an Optimized Collision-Free Tool Path for CNC Drilling

2021· article· en· W3211211278 sur OpenAlexaff
Z. Khodabakhshi, Ali Hosseini, A. Ghandehariun

Notice bibliographique

RevueJournal of Advanced Manufacturing Systems · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueTunneling and Rock Mechanics
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésTravelling salesman problemPath (computing)TrajectoryCollisionContext (archaeology)SoftwareComputer scienceTool pathShortest path problemMathematical optimizationSet (abstract data type)Path lengthSimulationEngineeringAlgorithmMachiningMathematicsMechanical engineeringTheoretical computer science

Résumé

récupéré en direct d'OpenAlex

In drilling, the tool path is usually generated according to the workpiece geometry and the arrangement of holes. To perform drilling, majority of Computer-Aided Manufacturing (CAM) software offer a set of predefined drilling strategies. In this context, tool traveling time between the holes is considered as a non-value-adding movement and thus must be minimized. However, generating the optimum tool path with the shortest possible traveling distance in the presence of obstacles received little attention and therefore, CAM-generated tool paths are not necessarily optimum. This paper introduces a new algorithm based upon Traveling Salesman Problem (TSP) to minimize the tool path length while considering collision avoidance. The developed optimization model considers multiple constraints, including the location of tool origin and the presence of obstacles along the tool path, to generate a collision-free trajectory with minimum length. Performance of the proposed model was compared to the tool path generated by HSMWorks CAM software and the results confirmed the ability of the algorithm in generating an optimum or near-optimum, collision-free tool path for real-world drilling applications with a minimal computational time.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,212
Écart entre enseignants0,205 · 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'étudeSimulation ou modélisation
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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Advanced Manufacturing SystemsMême sujetTunneling and Rock MechanicsTravaux en français237 207