Página de amostra Os dados são reais. As palavras são de substituição — as suas ficam no lugar delas.
Yiğit Özcan
Uma pergunta que não desaparecia, um método que teve de ser construído duas vezes, e a hora em que tudo isso é defendido em público.
“Digital Shadow for Process-Parallel Part Geometry Estimation in CNC Milling”
Três perguntas
Porquê este tema?
Começou com algo que me incomodava e não me largava. A área já tinha uma resposta, e eu não acreditava nela.
O que o surpreendeu?
A frequência com que o resultado interessante era o que eu não procurava, e o tempo que levei a deixar de o tratar como ruído.
O que acontece depois da prova?
Dormir, primeiro. Depois, descobrir se o que aprendi sobrevive fora da universidade.
Nas suas palavras“No início julgava saber a resposta. No terceiro ano percebi que não tinha percebido a pergunta.”
Sobre a tese
In CNC milling, parts are often checked only after machining by using high-precision measurement equipment. This can take a lot of time, especially for complex and accurate components. If an error is found, the part may need to be reworked or even rejected. This PhD research explores how a CNC machine can be made more “aware” of the shape of the part while it is being machined. The thesis develops a Digital Shadow of the machining process. This means that data from the real CNC machine are used to update a virtual representation of the workpiece during machining. The system reads machine positions and other controller data, combines them with models of cutting forces and tool deflection, and updates a virtual workpiece using fast GPU-based material removal simulation. The goal is not to replace certified coordinate measuring machine inspection, but to give operators and engineers earlier insight into possible geometry deviations. By estimating the evolving part geometry during the process, the method can help reduce inspection effort, improve process transparency, and support better decisions in advanced manufacturing. The research shows that this type of in-process geometry estimation is feasible using industrial machine data, analytical models, and high-performance computing.
Trabalhos selecionados
Retirado da agenda da KU Leuven.