MétaCan
Menu
Retour à la cohorte
Enregistrement W7162021709 · doi:10.82308/31106

Design for manufacturability of speed-reduction cam mechanisms

2001· dissertation· en· W7162021709 sur OpenAlexaboutno aff
Mern Keat. Lee

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEngineering
ThématiqueMechanical Engineering and Vibrations Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDesign for manufacturabilityReducerVibrationMachine toolCurvatureMachiningNumerical controlComputer-aided manufacturing

Résumé

récupéré en direct d'OpenAlex

Cam mechanisms are widely used in industry, in applications requiring quick-return and indexing motions. A current research effort at the Robotic Mechanical Systems Laboratory of McGill University's Centre for Intelligent Machines aims at the application of cam mechanisms as speed reducers. The accuracy required in these mechanisms is of the utmost importance, especially when cams are rotating at a high speed. In this thesis, the design for manufacturability of planar speed-reduction cam mechanisms is studied. In particular, the thesis focuses on a speed reducer with a rotating follower to couple shafts of parallel axes, termed planar Speed-o-Cam. Principles of the design for manufacturability are applied to Speed-o-Cam and a unified method for obtaining the optimum parameters satisfying the curvature constraints and pressure-angle bounds is developed. These two factors are relatively important because Numerically Controlled and Computer Numerically Controlled machine tools could be very sensitive to changes of curvature of the workpiece, especially when milling complex shapes such as those of cam plates. Cam-mechanism balancing is also studied because unbalance in a high-speed rotating element can cause severe vibrations and greatly affect the bearings and hence, the performance of the machine. This is done by not only adding counterweights, which unavoidably increase the weight and volume of the mechanism, but also by removing material.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,852
Score d'incertitude au seuil0,784

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 Opus0,033
Tête enseignante GPT0,288
Écart entre enseignants0,255 · 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
GenreMéthodes

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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMechanical Engineering and Vibrations ResearchTravaux en français237 207