MétaCan
Menu
Retour à la cohorte
Enregistrement W2029055406 · doi:10.1088/0960-1317/20/12/125027

Parallel microassembly with a robotic manipulation system

2010· article· en· W2029055406 sur OpenAlexaff
Henry K. Chu, James K. Mills, William L. Cleghorn

Notice bibliographique

RevueJournal of Micromechanics and Microengineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Surface Polishing Techniques
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésGrippersFlexibility (engineering)Parallel manipulatorSMT placement equipmentSerial manipulatorProcess (computing)RobotComputer scienceRobot end effectorSet (abstract data type)Mechanical engineeringEngineeringArtificial intelligenceComputer hardwareEngineering drawingControl engineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes a methodology to assemble multiple micro-components simultaneously with a robotic manipulator using a parallel assembly method. Through manipulating and assembling the micro-components, intricate, out-of-plane, three-dimensional micro-devices can now be fabricated. Use of a parallel microassembly process rather that a serial approach can significantly increase the productivity and reduce the cost of assembling micro-devices. The parallel microassembly operation proposed in this work was developed and implemented on a 6-DOF robot manipulator to attain considerable manufacturing flexibility. In this study, three passive microgrippers were bonded in parallel to the end-effector of the manipulator. Three microparts were then grasped by the grippers from the worktable of the manipulator, rotated 90°, and assembled onto the base substrate simultaneously. During the parallel microassembly operation, the visual image may not be able to monitor all three gripper-part pairs simultaneously due to the limited field of view of the microscope. Through the use of an alignment-calibration algorithm with only one gripper-part set, the remaining two sets were successfully manipulated and inserted onto the desired assembly location.

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: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,005
Tête enseignante GPT0,182
Écart entre enseignants0,178 · 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

Citations18
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Micromechanics and MicroengineeringMême sujetAdvanced Surface Polishing TechniquesTravaux en français237 207