Documents dont l'auteur est "Bitar-Nehme, Elie"

Réseau de collaboration

Veuillez patienter

Aide

Ce graphique trace les liens entre tous les collaborateurs des publications de {} figurant sur cette page.

Chaque lien représente une collaboration sur la même publication. L'épaisseur du lien représente le nombre de collaborations.

Utilisez la molette de la souris ou les gestes de défilement pour zoomer à l'intérieur du graphique.

Vous pouvez cliquer sur les noeuds et les liens pour les mettre en surbrillance et déplacer les noeuds en les glissant.

Enfoncez la touche "Ctrl" ou la touche "⌘" en cliquant sur les noeuds pour ouvrir la liste des publications de cette personne.

A

Azzi, M., Bitar-Nehme, E., & Sapieha, J.-E. (novembre 2014). Design of new multifunctional galling-corrosion testing apparatus [Communication écrite]. ASME International Mechanical Engineering Congress & Exposition (IMECE 2014), Montréal, Québec (7 pages). Lien externe

B

Bitar-Nehme, E., & Mayer, J. R. R. (2018). Modelling and compensation of dominant thermally induced geometric errors using rotary axes power consumption. CIRP Annals, 67(1), 547-550. Lien externe

Bitar-Nehme, E. (2017). Modélisation des erreurs thermiques des machines-outils numériques à cinq-axes [Thèse de doctorat, École Polytechnique de Montréal]. Disponible

Bitar-Nehme, E., & Mayer, J. R. R. (2016). Thermal volumetric effects under axes cycling using an invar R-test device and reference length. International Journal of Machine Tools and Manufacture, 105, 14-22. Lien externe

N

Ngoc, H. V., Mayer, J. R. R., & Bitar-Nehme, E. (2023). Deep Learning to Directly Predict Compensation Values of Thermally Induced Volumetric Errors. Machines, 11(4), 16 pages. Lien externe

Ngoc, H. V., Mayer, J. R. R., & Bitar-Nehme, E. (2022). Deep learning LSTM for predicting thermally induced geometric errors using rotary axes powers as input parameters. CIRP Journal of Manufacturing Science and Technology, 37, 70-80. Lien externe

R

Rimpault, X., Bitar-Nehme, E., Balazinski, M., & Mayer, J. R. R. (2018). Online monitoring and failure detection of capacitive displacement sensor in a Capball device using fractal analysis. Measurement: Journal of the International Measurement Confederation, 118, 23-28. Lien externe

S

Sadallah, A., Miao, H.-Y., Changeux, B., Bitar-Nehme, E., Chakraborty, A., Turenne, S., & Martin, É. (mars 2024). Effect of Shot Peening and High-Temperature Shot Peening on the High Cycle Fatigue of 7010-T7452 Aluminum Alloy [Communication écrite]. Light Metals 2024 (TMS 2024), Orlando, FL, USA. Lien externe