MétaCan
Menu
Retour à la cohorte
Enregistrement W2043375561 · doi:10.1088/0964-1726/20/11/115021

A tailless timing belt climbing platform utilizing dry adhesives with mushroom caps

2011· article· en· W2043375561 sur OpenAlexaff
Jeffrey Krahn, Yahong Liu, Alireza Sadeghi, Carlo Menon

Notice bibliographique

RevueSmart Materials and Structures · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueAdhesion, Friction, and Surface Interactions
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésAdhesiveClimbingRobotModular designAdhesionEngineeringMaterials scienceStructural engineeringMechanical engineeringSimulationComputer scienceComposite materialArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

In many instances, a climbing robot that utilizes dry adhesives as an attachment method may be found to be very useful due to the inherent nature of biomimetic fibrillar dry adhesives in the applications of space, security, surveillance and nuclear reactor cleaning and maintenance. In this paper, a novel tank-like modular robot is developed that does not require a tail to provide a preload to the front of the robot while climbing. Biomimetic fibrillar dry adhesives with mushroom caps manufactured into belts are used as an attachment method. The manufacturing of the dry adhesive belts is discussed and the adhesion properties are examined. The timing belt based climbing platform (TBCP-II) utilizes two tank-like modules connected with an active joint with continual surface–robot distance measuring providing feedback for active adhesive preloading. The mechanical, electronic and software design is discussed. Reliable vertical surface climbing is achieved and the preloading strategy and response is examined. TBCP-II is shown to be capable of both horizontal to vertical and vertical to horizontal surface transfers over both inside and outside corners.

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 GPT0,218
Écart entre enseignants0,191 · 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

Citations67
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmart Materials and StructuresMême sujetAdhesion, Friction, and Surface InteractionsTravaux en français237 207