The Higher Education and Research forge

Home My Page Projects Code Snippets Project Openings Complex Surface Machining Optimization
Summary Activity SCM

SCM Repository

authorJean-Max Redonnet <jean-max.redonnet@unniv-tlse3.fr>
Sat, 9 May 2020 01:11:24 +0000 (03:11 +0200)
committerJean-Max Redonnet <jean-max.redonnet@unniv-tlse3.fr>
Sat, 9 May 2020 01:11:24 +0000 (03:11 +0200)
Publis/ICME2020/features.pdf
Publis/ICME2020/features.pdf_tex
Publis/ICME2020/main.tex

index 7bc0eb7..2579c21 100644 (file)
Binary files a/Publis/ICME2020/features.pdf and b/Publis/ICME2020/features.pdf differ
index f7c62e4..d4baf65 100644 (file)
@@ -1,4 +1,4 @@
-%% Creator: Inkscape inkscape 0.92.4, www.inkscape.org
+%% Creator: Inkscape inkscape 0.92.5, www.inkscape.org
 %% PDF/EPS/PS + LaTeX output extension by Johan Engelen, 2010
 %% Accompanies image file 'features.pdf' (pdf, eps, ps)
 %%
index c03c075..9647d42 100644 (file)
@@ -12,7 +12,7 @@
 \journal{Journal of \LaTeX\ Templates}
 \bibliographystyle{elsarticle-num}
 
-\def\thename{\hl{{\em CADOID}}}
+\def\thename{C4DO1D}
 
 \begin{document}
 \newenvironment{itemize*}%
@@ -67,7 +67,7 @@ end-milling \sep free-form surface \sep toolpath planning \sep clustering \sep b
 \section{Introduction}
 Tool path planning is a very important issue for the end milling of free-form surfaces, due to the high machining cost commonly observed for manufacturing high added value parts such as molds and stamping dies. Therefore, optimizing the toolpath planning process may lead to significant gains in terms of machining costs.
 
-In order to make progress in optimizing toolpath planning of free-form surface machining, a two-step approach, that we shall call \thename\footnote{\thename{} stands for Clustering 4D Optimization 1D}, is introduced in this paper. Because it is well established that toroidal cutter may lead to better results than its ball-end counterpart \cite{bedi_toroidal_1997}, this type of cutter have been chosen to carry on this study. Actually, a toroidal cutter provides better results than a ball-end one when machining along the steepest-slope direction, but when used perpendicularly to the steepest-slope direction, its performances are worse than those of a ball-end cutter. Because the steepest-slope direction may vary a lot across a free-form surface, partitioning this surface into several zones (each of which will then be machined along an appropriate direction) is considered as the best approach to improve efficiency of the toroidal-cutter choice \cite{senatore_corr_2012}.
+In order to make progress in optimizing toolpath planning of free-form surface machining, a two-step approach, that we shall call \thename\footnote{\thename{} stands for Clustering 4D Optimization 1D}(pronounced ``CADOID''), is introduced in this paper. Because it is well established that toroidal cutter may lead to better results than its ball-end counterpart \cite{bedi_toroidal_1997}, this type of cutter have been chosen to carry on this study. Actually, a toroidal cutter provides better results than a ball-end one when machining along the steepest-slope direction, but when used perpendicularly to the steepest-slope direction, its performances are worse than those of a ball-end cutter. Because the steepest-slope direction may vary a lot across a free-form surface, partitioning this surface into several zones (each of which will then be machined along an appropriate direction) is considered as the best approach to improve efficiency of the toroidal-cutter choice \cite{senatore_corr_2012}.
 
 \section{Partitioning the surface by a clustering algorithm}
 In this section, a new method to define zones suitable for machining with a toroidal cutter is presented. This method relies on a clustering approach. Clustering algorithms are part of unsupervised machine learning algorithms. From an initial set of sample points, they provide a predefined number, $K$, of clusters gathering sample points according to a given metric. One of the most commonly used clustering algorithm is the {\em K-means} algorithm. 
@@ -232,7 +232,7 @@ Computation time is not specified in \cite{keun_choi_tool_2007}, but simply to g
 These comparative results show a significant improvement of performances using the proposed clustering/black-box optimization method. But once again, they should be considered with caution because the surface is rather small and the maximum scallop height values are relatively high. It would be interesting to compare both methods on parts that are more representative of industrial ones, and using parameters commonly used in industry.
 
 \section{Conclusion}
-In the context of machining free-form surfaces, the toolpath optimization problem is a challenge. The two-step approach introduced in this paper provides the optimal solution (given the restricting choices made). First, a K-means algorithm is carried out to define machining zones. A zone segmentation verification is then performed, and finally, for each zone, a black-box optimization procedure is carried out to define an optimal machining direction.
+In the context of machining free-form surfaces, the toolpath optimization problem is a challenge. The \thename{} approach introduced in this paper provides the optimal solution (given the restricting choices made). First, a K-means algorithm is carried out to define machining zones. A zone segmentation verification is then performed, and finally, for each zone, a black-box optimization procedure is carried out to define an optimal machining direction.
 
 This work is a first attempt to address the toolpath planning optimization problem using a clustering/black-box optimization approach. Future tracks of research include improvements of both the clustering step and the optimization step. In regard to this latter point, the choice of a black-box optimization software may be very helpful to integrate, step by step, new degrees of complexity into the optimisation model.