MétaCan
Menu
Retour à la cohorte
Enregistrement W1967673364 · doi:10.1115/1.4024366

Design of Parallel Mechanisms for Flexible Manufacturing With Reconfigurable Dynamics

2013· article· en· W1967673364 sur OpenAlexafffund
Gianmarc Coppola, Dan Zhang, Kefu Liu, Zhen Gao

Notice bibliographique

RevueJournal of Mechanical Design · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensLakehead UniversityOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésKinematicsRobotDegrees of freedom (physics and chemistry)Computer scienceWork (physics)Multibody systemParallel manipulatorProperty (philosophy)Control engineeringMechanism (biology)SimulationDynamics (music)EngineeringMechanical engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Reconfigurable robotic systems can enhance productivity and save costs in the ever growing flexible manufacturing regime. In this work, the idea to synthesize robotic mechanisms with dynamic properties that are reconfigurable is studied, and a methodology to design reconfigurable mechanisms with this property is proposed, named reconfigurable dynamics (Re-Dyn). The resulting designs have not only the kinematic properties reconfigurable, such as link lengths, but also properties that directly affect the forces and accelerations, such as masses and inertias. A 2-degree of freedom (DOF) parallel robot is used as a test subject. It is analyzed and redesigned with Re-Dyn. This work also presents the robots forward dynamic model in detail, which includes the force balancing mediums. The connection method is directly utilized for this derivation, which is well suited for multibody dynamics and provides insight for design parameters (DPs). Dynamic performance indices are also briefly discussed as related to the Re-Dyn method. After redesigning the robot, a full simulation is conducted to compare performances related to a flexible manufacturing situation. This illustrates the advantages of the proposed method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,196
Score d'incertitude au seuil0,831

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,211
Écart entre enseignants0,187 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanical DesignMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207