MétaCan
Menu
Retour à la cohorte
Enregistrement W2066019639 · doi:10.1115/detc2009-86281

Workspace Investigation of a Novel Parallel Manipulator

2009· article· en· W2066019639 sur OpenAlexaff
Yanwen Li, Fengfeng Xi, Lumin Wang, Yueyue Zhang, Zhen Huang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésWorkspaceParallel manipulatorComputer scienceMechanism (biology)StiffnessStewart platformRobotKinematicsPoint (geometry)Mobile manipulatorControl theory (sociology)Manipulator (device)Control engineeringTopology (electrical circuits)Artificial intelligenceEngineeringMathematicsGeometryControl (management)Structural engineeringMobile robot

Résumé

récupéré en direct d'OpenAlex

The manipulator workspace denotes the work area of a manipulator and it is an important foundation of designing a robot. The workspace of a novel symmetrical 4-DOF 3-RRUR parallel manipulator is researched here based on the inverse solution. Five essential conditions of a point within the workspace of the manipulator are presented and the cause of the existence of each condition is given. According to the characteristics of this parallel mechanism and the geometrics, and based on the inverse kinematical solution of the mechanism, the reachable workspace under the five conditions is ascertained. The three-dimensional graph and its section graphs of the workspace are obtained. The thoroughness of the workspace of the manipulator is proved. The mechanism with the advantages of simple symmetric structure and large stiffness can be applied to the developments of four-dimensional force sensors, NC positioning platforms, parallel machine tools and micro-positional parallel manipulators. This work is with great significance to the practical application of the manipulator.

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: Simulation ou modélisation · Signal consensuel: aucune
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
Métarecherche0,0000,001
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,019
Tête enseignante GPT0,206
Écart entre enseignants0,187 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRobotic Mechanisms and DynamicsTravaux en français237 207