MétaCan
Menu
Retour à la cohorte
Enregistrement W4230125780 · doi:10.32920/ryerson.14656884

IPPS_R : a generative process planning system for rotational parts

2021· preprint· en· W4230125780 sur OpenAlexaff
Yijing Cai

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMachiningProcess (computing)Feature (linguistics)HeuristicEngineering drawingComputer scienceInterface (matter)Computer-aided process planningFuzzy logicEngineeringMechanical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

An automated machining process planning system for rotational parts is designed, developed and implemented. The system is called IPPS_R for Intelligent Process Planning System for Rotational parts. The IPPS_R system is designed for generating process plans for manufacturing rotational parts using metal cutting operations. A generative approach is employed to determine process operations and sequences automatically. For each machining feature, based on the accuracy and surface quality requirements, a fuzzy logic approach is developed to generate machining operations. A method of ranking the machining priorities of the features according to the feature relationship matrix is developed for sequencing operations. Moreover, the heuristic search of process plans is achieved by minimizing the number of setups in a plan. Finally, the IPPS_R system with a user-friendly interface is implemented in Microsoft Visual C++ on a personal computer, utilizing Microsoft Foundation Class (MFC). Two sample parts are used to demonstrate applications of the IPPS_R system.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil0,879

Scores Codex et Gemma par catégorie

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

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 Opus0,023
Tête enseignante GPT0,257
Écart entre enseignants0,234 · 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 tête enseignante, 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
GenreMéthodes

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetManufacturing Process and OptimizationTravaux en français237 207