MétaCan
Menu
Retour à la cohorte
Enregistrement W4311899353 · doi:10.1088/1742-6596/2373/7/072035

The concept of using additive technologies for digital prototyping of assembly devices

2022· article· en· W4311899353 sur OpenAlexaff
Andrey Vlasov, Ludmila V. Juravleva, Karim Ismagilov

Notice bibliographique

RevueJournal of Physics Conference Series · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésRapid prototypingElectronicsManufacturing engineeringVirtual prototypingComputer scienceProcess (computing)Systems engineeringDesign for assemblyProduction (economics)EngineeringSimulationMechanical engineeringDesign for manufacturability

Résumé

récupéré en direct d'OpenAlex

Abstract The article discusses the main provisions of the concept of using additive technologies for digital prototyping of assembly devices in the production of electronic equipment. Approaches to the system design of devices and their components are formulated. General ideas about devices are generalized and systematized, types of fixtures for assembling electronic equipment are classified. A comparative analysis of the methods of classical and model-oriented (drawing-free) design is carried out. Recommendations on the use of additive technologies in the implementation of ‘trial and error’ design methods, the coordinate calculation method, wave technology, design using layout schemes and virtual assembly are given. The tasks that are solved in the process of designing and manufacturing devices in the production of electronic equipment are determined. Recommendations for modeling, simulation and prototyping of devices for testing designs and validating technological processes in order to reduce the time of technological preparation and production are given.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil0,343

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 Opus0,026
Tête enseignante GPT0,247
Écart entre enseignants0,221 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207