MétaCan
Menu
Retour à la cohorte
Enregistrement W4392719211 · doi:10.23977/jemm.2024.090102

Research on Space Cam Automation Design and Manufacturing Scheme Based on CAD and CAM Systems

2024· article· en· W4392719211 sur OpenAlexvenueno aff
Yingyu Tao, Sihui Tao

Notice bibliographique

RevueJournal of Engineering Mechanics and Machinery · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueSpaceflight effects on biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCADScheme (mathematics)AutomationComputer-aided manufacturingManufacturing engineeringSpace (punctuation)Electronic design automationComputer scienceEngineeringEngineering drawingEmbedded systemMechanical engineeringMathematicsOperating system

Résumé

récupéré en direct d'OpenAlex

The aim of this study is to realize the fast and accurate design and manufacture of spatial CAM by introducing CAD/CAM system. By using Pro/ENGINEER software widely used in CAD/CAM system, the follower displacement curve is quickly and accurately drawn according to the curve equation of the motion specification of the spatial CAM follower, and the 3D model of the spatial CAM is created according to the curve by Pro/Feature module. Then, the contour surface quality of the spatial CAM is checked by surface analysis, and the detection results are fed back to the modeling design of the spatial CAM. After analyzing the machining theory of the spatial CAM, according to the theory and the modeling completed in the Pro/Manufacture module, the NC machining code of the spatial CAM is automatically programmed. Based on the feedback data of the surface inspection information, the design and manufacturing process of the spatial CAM are continuously optimized. Therefore, the created contour surface has high precision, excellent kinematic and dynamic characteristics. This research provides an effective method and scheme for the automatic design and manufacture of space CAM.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,801
Score d'incertitude au seuil0,408

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 GPT0,301
Écart entre enseignants0,277 · 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
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Engineering Mechanics and MachineryMême sujetSpaceflight effects on biologyTravaux en français237 207