MétaCan
Menu
Retour à la cohorte
Enregistrement W2052708387 · doi:10.1504/ijmrs.2013.057308

Towards design optimisation of a lifting platform for a piezoworm-driven high precision positioning stage

2013· article· en· W2052708387 sur OpenAlexaff
Tarek Mohammad, Shaun P. Salisbury

Notice bibliographique

RevueInternational Journal of Mechanisms and Robotic Systems · 2013
Typearticle
Langueen
DomaineEngineering
ThématiquePiezoelectric Actuators and Control
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésActuatorClampingThrustPosition (finance)Stewart platformFrame (networking)Finite element methodMechanical engineeringEngineeringComputer scienceSimulationStructural engineeringKinematicsElectrical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Review of literature on nanopositioning techniques reveals the scarcity of specialised vertical nanopositioning platform model and the necessity of its accurate estimation. In this paper, a design optimisation of a moving platform for a high precision positioning stage driven by a piezoworm actuator has been proposed. The design aim is to exploit maximum output force from the actuator, while maintaining a compact size. The proposed platform is mainly consisted of configurable components so as to form a rectangular rigid frame which can be moved in Z-axis with long stroke. A piezoworm actuator, made of at least three piezostacks, is housed inside the platform and holds the platform against the force of gravity at any vertical position. The range of platform motion is long and limited only by its own height, connecting it to the piezoworm motor’s clamping surfaces on both sides. The platform’s capability to utilise the most from the piezoworm output thrust is modelled analytically and optimised through finite element analysis. Due to its compact structure, the platform can be installed in many configurations and its top surface will allow any another device to be mounted on top for a given application.

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 enseignants0,002
Score d'incertitude au seuil0,007

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,013
Tête enseignante GPT0,219
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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Mechanisms and Robotic SystemsMême sujetPiezoelectric Actuators and ControlTravaux en français237 207