MétaCan
Menu
Retour à la cohorte
Enregistrement W4385812180 · doi:10.3390/app13169202

Dimensional Tolerances in Mechanical Assemblies: A Cost-Based Optimization Approach

2023· article· en· W4385812180 sur OpenAlex
Eduardo Umaras, Ahmad Barari, Oswaldo Horikawa, Marcos de Sales Guerra Tsuzuki

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueApplied Sciences · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésComputer scienceQuality (philosophy)Reliability engineeringHeuristicComponent (thermodynamics)Manufacturing costMathematical optimizationProduct (mathematics)Industrial engineeringEngineeringMechanical engineeringArtificial intelligenceMathematics

Résumé

récupéré en direct d'OpenAlex

There is a widely accepted consensus that component manufacturing precision is directly correlated with improved functional performance. However, this increase in precision comes at the expense of higher manufacturing costs, resulting in a trade-off between quality and affordability. In light of this opposing behavior, low-cost products typically exhibit lower quality, whereas high-quality products tend to be more expensive. This study introduces a novel approach for optimizing the dimensional tolerances of mechanical assembly components, taking into account both their manufacturing requirements and the associated costs of non-quality. Furthermore, the method considers the functional constraints imposed by interrelated tolerance chains within the product. Instead of relying on an exact mathematical solution, the proposed solution employs a heuristic approach through a simple and flexible algorithm. This enables practical implementation, as different cost-tolerance functions can be selected based on specific requirements. To provide a comprehensive evaluation of the proposed method, a concise review of the relevant literature in the field was conducted, allowing a comparison with other state-of-the-art approaches.

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 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,823
Score d'incertitude au seuil0,339

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,024
Tête enseignante GPT0,240
Écart entre enseignants0,215 · 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