A Computer-Aided Design-Based Tolerance Analysis of Assemblies With Form Defects and Deformations of Nonrigid Parts
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 Product assemblability and functional behavior are affected by geometric deviations. These deviations consist of manufacturing errors and part deformation defects caused by external loads. Taking the sources of deviations into account in tolerance analysis yields not only to more precise and reliable results but also to more complex tasks. In this context, the modeling of assembly parts with defects in a Digital MockUp (DMU) is quite promising. In this article, an integrated decision support tool is proposed to consider the causes of multiple defects, such as tolerances and external mechanical loads, in the tolerancing process. The worst-case concept and the small displacement torsor (SDT) are used to model rigid parts with orientation and positional defects. To model the part with form defects, random positions of each toleranced face points are determined using the Gaussian perturbation method (GPM) and considering the tolerance zone limits. A computer-aided design (CAD) method based on the B-spline interpolation allows the reconstruction of realistic surfaces of parts with form defects. Realistic configurations of nonrigid components subjected to external mechanical loads are determined using the finite element analysis (FEA). The realistic assembly configurations are performed by updating the mating constraints between planar and cylindrical parts. The proposed method considers all tolerance types on CAD models (positional, orientation, and form defects) and part deformations. The tolerance analysis is performed to check the compliance with the functional requirement (FR) and to correct the initial tolerance values. An industrial case study is used to validate the steps of the proposed tolerancing method.
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 | 0,001 | 0,001 |
| 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