Efficient uncertainty estimation of indirectly measured geometric errors of five-axis machine tools via Monte-Carlo validated GUM framework

Saeid Sepahi-Boroujeni, J. R. René Mayer et Farbod Khameneifar

Article de revue (2021)

Un lien externe est disponible pour ce document

Département:	Département de génie mécanique
URL de PolyPublie:	https://publications.polymtl.ca/46555/
Titre de la revue:	Precision Engineering (vol. 67)
Maison d'édition:	Elsevier Inc.
DOI:	10.1016/j.precisioneng.2020.09.027
URL officielle:	https://doi.org/10.1016/j.precisioneng.2020.09.027
Date du dépôt:	18 avr. 2023 15:00
Dernière modification:	25 sept. 2024 16:34

Citer en APA 7:	Sepahi-Boroujeni, S., Mayer, J. R. R., & Khameneifar, F. (2021). Efficient uncertainty estimation of indirectly measured geometric errors of five-axis machine tools via Monte-Carlo validated GUM framework. Precision Engineering, 67, 160-171. https://doi.org/10.1016/j.precisioneng.2020.09.027
APA 7 (HTML)ASCII CitationAtomBibTeXDOIsDublin CoreEndNote (.ENW)MARC (ISO 2709/UTF-8) (.MRC)MARC (UTF-8) (.MRK8)MARC XMLMPEG-21 DIDLMultiline CSVOAI-ORE Resource Map (Atom Format)OPENAIREOpenURL ContextObjectOpenURL ContextObject in SpanRDF+N-TriplesRDF+N3RDF+XMLReferReference Manager (.RIS)Répertoire des publications (EndNote)Simple Metadata

Statistiques

Dimensions

Actions réservées au personnel

Afficher document