Optimization and visualization of rapid prototyping process parameters.
Notice bibliographique
Résumé
The optimal selection of rapid prototyping (RP) process parameters is a great concern to RP designers. When dealing with this problem, different build objectives have to be taken into consideration. Using virtual rapid prototyping (VRP) systems as a visualization tool to verify the optimally selected process parameters will assist designers in taking critical decisions regarding modeling of prototypes. This will lead to substantial improvements in part accuracy using minimal number of iterations, and no physical fabrication until confident enough to do so. The purpose of this thesis is to demonstrate that virtual validation of optimally selected process parameters can significantly reduce time and effort spent on traditional RP experimentation. To achieve the goal of this thesis, a multi-objective optimization technique is proposed and a model is generated taking into consideration different build objectives, which are surface roughness, support structure volume, build time and dimensional accuracy. The multi-objective method used is the weighted sum method, where a single utility function has been formulated, which combines all the objective functions together. The orders of magnitudes have been normalized, and finally weights have been assigned for each objective function in order to create the general formulation. (Abstract shortened by UMI.)Dept. of Industrial and Manufacturing Systems Engineering. Paper copy at Leddy Library: Theses & Major Papers - Basement, West Bldg. / Call Number: Thesis2004 .E47. Source: Masters Abstracts International, Volume: 43-03, page: 0959. Adviser: Waguih ElMaraghy. Thesis (M.A.Sc.)--University of Windsor (Canada), 2004.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».