MétaCan
Menu
Retour à la cohorte
Enregistrement W2042500338 · doi:10.1109/coase.2013.6653921

Analysis and development of self-reconfigurable open kinematic machinery systems

2013· article· en· W2042500338 sur OpenAlexaff
R. Al Saidi, Bruce Minaker

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueModular Robots and Swarm Intelligence
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésKinematicsSCARAControl theory (sociology)Control engineeringComputer scienceControl systemOffset (computer science)Robot kinematicsLyapunov functionJoint (building)Nonlinear systemRobotEngineeringMobile robotControl (management)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper presents the analysis and development of the model, dynamics and control of new self-reconfigurable machinery systems. These machinery systems combine as many properties of different open kinematic structures as possible and can be used for a variety of applications. The kinematic design parameters, i.e., their Denavit-Hartenberg (D-H) parameters, can be modified to satisfy any configuration required to meet a specific task. By varying the joint twist angle parameter (configuration parameter), the presented model is reconfigurable to any desired open kinematic structure, such as Fanuc, ABB and SCARA robotic systems. The joint angle and the offset distance of the D-H parameters are also modeled as variable parameters (reconfigurable joint). The resulting self-reconfigurable machinery system hence encompasses different kinematic structures and has a reconfigurable joint to accommodate any required application. Using the Newton-Euler (N-E) recursive approach, the dynamic parameters of a reconfigurable joint are calculated and presented. A nonlinear control law is developed for a general reconfigurable joint using Lyapunov second method achieving asymptotic stability and the required performance objectives. Automatic model generation of a 3-DOF reconfigurable machinery system is constructed and demonstrated as a case study which covers all possible open kinematic structures. This research is intended to serve as a foundation for future studies in reconfigurable control systems.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,222
Écart entre enseignants0,206 · 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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetModular Robots and Swarm IntelligenceTravaux en français237 207