MétaCan
Menu
Retour à la cohorte
Enregistrement W1974011937 · doi:10.1017/s0263574709990324

A shape memory alloy based tendon-driven actuation system for biomimetic artificial fingers, part II: modelling and control

2009· article· en· W1974011937 sur OpenAlexaff
Gabriele Gilardi, Edmund Haslam, Vishalini Bundhoo, Edward J. Park

Notice bibliographique

RevueRobotica · 2009
Typearticle
Langueen
DomaineMaterials Science
ThématiqueShape Memory Alloy Transformations
Établissements canadiensSimon Fraser UniversityUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésShape-memory alloyArtificial muscleSMA*Control theory (sociology)ActuatorPID controllerComputer scienceJoint stiffnessController (irrigation)TendonMaterials scienceEngineeringStructural engineeringArtificial intelligenceMechanical engineeringStiffnessControl (management)AnatomyAlgorithm

Résumé

récupéré en direct d'OpenAlex

SUMMARY In this paper, the dynamics and biomimetic control of an artificial finger joint actuated by two opposing one-way shape memory alloy (SMA) muscle wires that are configured in a double spring-biased agonist–antagonist fashion is presented. This actuation system, which was described in Part I, forms the basis for biomimetic tendon-driven flexion/extension and abduction/adduction of the artificial finger. The work presented in this paper centres on thermomechanical modelling of the SMA wire, including both major and minor hysteresis loops in the phase transformation model, and co-operative control strategy of the agonist–antagonist muscle pair using a pulse-width-modulated proportional-integral-derivation (PWM–PID) controller. Parametric analysis and identification are carried out based on both simulation and experimental results. The performance advantage of the proposed co-operative control is shown using the metacarpophalangeal joint of the artificial finger.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,033
Tête enseignante GPT0,244
Écart entre enseignants0,212 · 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 source (Gemma direct ou Codex distillé), 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

Citations54
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoboticaMême sujetShape Memory Alloy TransformationsTravaux en français237 207