MétaCan
Menu
Retour à la cohorte
Enregistrement W2008644830 · doi:10.1504/ijmrs.2015.069028

Critical review on complete dynamic balancing of mechanisms and parallel robots

2015· article· en· W2008644830 sur OpenAlexaff
Bin Wei, Dan Zhang

Notice bibliographique

RevueInternational Journal of Mechanisms and Robotic Systems · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésControl reconfigurationLoad balancing (electrical power)KinematicsInertiaComputer scienceMoment of inertiaControl theory (sociology)Moment (physics)Constant (computer programming)Process (computing)VibrationMathematicsClassical mechanicsPhysicsGeometryControl (management)Acoustics

Résumé

récupéré en direct d'OpenAlex

When mechanisms and parallel manipulators move, due to the fact that the centre of mass is not fixed and angular momentum is not constant, they often produce vibrations in the base. Shaking force balancing can be achieved by making the centre of mass of mechanism be fixed, i.e. linear momentum is constant; shaking moment balancing can be achieved by making the angular momentum constant. There are generally two main ways for shaking force balancing and shaking moment balancing, i.e. 'balancing before kinematic synthesis' and 'balancing at the end of the design process'. Under the category of balancing at the end of design process, add counterweights and counter-rotations, add ADBU and add auxiliary links are mostly used principles; here a new method is proposed, i.e. balancing through reconfiguration, which can reduce the addition of mass and inertia. Fisher's method belongs to the method of balancing before kinematic synthesis. In this paper, we will discuss the advances and problems on dynamic balancing of mechanisms in detail under the above two main categories. Two main contributions of the paper can be concluded as follows: new reactionless parallel manipulators are derived and dynamic balancing through reconfiguration concept is proposed in first time.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,004
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,027
Tête enseignante GPT0,266
Écart entre enseignants0,239 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mechanisms and Robotic SystemsMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207