MétaCan
Menu
Retour à la cohorte
Enregistrement W1993108722 · doi:10.1117/12.2086799

Variable stiffness structure using nylon actuators arranged in a pennate muscle configuration

2015· article· en· W1993108722 sur OpenAlexaff
Soheil Kianzad, Milind Pandit, Johnathan D. Lewis, Alexander R. Berlingeri, Karl J. Haebler, John D. W. Madden

Notice bibliographique

RevueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIE · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Sensor and Energy Harvesting Materials
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStiffnessMaterials scienceActuatorElectrical impedanceOpticsComposite materialComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

In muscle variable impedance and ability to recruit fibers as needed helps enable actions such as walking and catching. A new biomimetic structure of nylon actuator is presented that imitates the human pennate muscle in structure, ability to vary stiffness and the ability to increase force by recruiting additional fibers. The actuator consists of 16 silver coated nylon coiled fibers attached to a central tendon at an angle of 20°. Each nylon coil produces 20 MPa of stress at constant length and nearly 20% strain at fixed load. Fibers are individually switched ON and OFF using transistors so that each element can be recruited, and the stiffness varied. The amount of input power is controlled with pulse width modulation (PWM) techniques. It is observed that the spring constant of the pennate structure varies from that of its passive state, 503 N/m and a resonance frequency of 1.4 Hz, to 1480 N/m with resonance frequency of 3.1 Hz in the active state where all the fibers are switched on under a 25 N load. Stiffness can be varied by a factor of 9.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

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 Opus0,018
Tête enseignante GPT0,231
Écart entre enseignants0,213 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations28
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of SPIE, the International Society for Optical Engineering/Proceedings of SPIEMême sujetAdvanced Sensor and Energy Harvesting MaterialsTravaux en français237 207