Notice bibliographique
Résumé
Concurrent engineering is a promising paradigm for the analysis and synthesis of complex, multidisciplinary systems, such as robot manipulators. It brings synergy as a direct consequence of utilizing design knowledge from all participating disciplines, while interacting with each other, and offering equal opportunities to them to contribute to each state of design simultaneously. The advantage, however, does not come at no cost; one must deal with highly-complicated mechatronic system models, and handle optimizations with a large set of multidisciplinary objective and constraint functions and a great number of design variables. The compromise seems to be either to simplify the system model to reduce dimensions of the design space, or to give up the transparency of the design process and appeal to parallel computing algorithms. This chapter discussed an alternative methodology that does not imply any of the above compromises. The new methodology makes the system model computations efficient without compromising design transparency, because it uses the physical system components in the simulation loop, next to the computational model of those modules that need to be designed. The robotic hardware-in-the-loop simulation platform enables the designer to take into account some complex phenomena that are difficult to model, yet execute the entire simulation in real-time. Using hardware components in concurrence with the computational model of the modules that are to be designed results in an effective platform for rapid design alterations. Moreover, the new methodology alleviates the optimization complexities of concurrent design, because it employs Linguistic Mechatronics that not only transforms the multi-objective constrained optimization problem into a single-objective unconstrained formulation, but also formalizes subjective notions and brings the linguistic aspects of communication into the design process.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».