MétaCan
Menu
Retour à la cohorte
Enregistrement W4411231661 · doi:10.1016/j.cirpj.2025.05.015

Optimization of clamping conditions in thin-walled part machining to minimize forced vibrations, Part I: Model for the single tool –workpiece contact location

2025· article· en· W4411231661 sur OpenAlexafffund
Rahmi Can Ugras, Yusuf Altıntaş

Notice bibliographique

RevueCIRP journal of manufacturing science and technology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaSandvik CoromantPratt and Whitney Canada
Mots-clésClampingMachiningVibrationMechanical engineeringMaterials scienceEngineeringStructural engineeringAcousticsPhysics

Résumé

récupéré en direct d'OpenAlex

Machining thin-walled, highly flexible parts is challenging due to excessive deflection, chatter, and forced vibrations, which can violate tolerance and surface finish requirements. These flexible parts are attached to the fixture or machine tool table using clamps. The location of the clamps and the clamping forces are usually selected intuitively in industry, although they affect the natural frequencies and magnitudes of the Frequency Response Functions (FRFs) of the part hence the deflections. This paper presents an algorithm to optimize the placement of clamps and the clamping forces to minimize static deflections and forced vibrations induced by milling forces at the fundamental tooth-passing frequency and its harmonics. The FRF at the tool-workpiece contact zone is calculated by analytically reducing the size of the full Finite Element (FE) model. The effect of clamping forces, and consequently the clamp stiffnesses, is considered in the model. It is shown that optimal clamping forces and clamp placements can lead to a reduction in both static deflections and forced vibrations. While this paper presents an optimal clamping condition model at a fixed tool path location, Part II extends the optimization to the entire tool path by considering the variation of workpiece dynamics caused by metal removal.

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)0,001
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 enseignants0,891
Score d'incertitude au seuil0,316

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,012
Tête enseignante GPT0,253
Écart entre enseignants0,241 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCIRP journal of manufacturing science and technologyMême sujetAdvanced machining processes and optimizationTravaux en français237 207