MétaCan
Menu
Retour à la cohorte
Enregistrement W2069949672 · doi:10.1155/2010/186203

Kinetostatic and Inertial Conditioning of the McGill Schönflies-Motion Generator

2010· article· en· W2069949672 sur OpenAlexaffabout
Alessandro Cammarata, Jorge Angeles, Rosario Sinatra

Notice bibliographique

RevueAdvances in Mechanical Engineering · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésKinematicsJacobian matrix and determinantControl theory (sociology)Inertial frame of referenceGenerator (circuit theory)InertiaConditioningTrajectoryMotion (physics)Computer scienceRobotMatrix (chemical analysis)Control engineeringMathematicsEngineeringArtificial intelligencePower (physics)Physics

Résumé

récupéré en direct d'OpenAlex

This paper focuses on the optimization of the McGill Schönflies Motion Generator. Recent trends on optimum design of parallel robots led us to investigate the advantages and disadvantages derived from an optimization based on performance indices. Particularly, we optimize here two different indices: the kinematic conditioning and the inertial conditioning, pertaining to the condition number of the Jacobian matrix and to that of the generalized inertia matrix of the robot, respectively. The problem of finding the characteristic length for the robot is first investigated by means of a constrained optimization problem; then plots of the kinetostatic and the inertial conditioning indices are provided for a particular trajectory to be tracked by the moving platform of the SMG. Deep connections appear between the two indices, reflecting a correlation between kinematics and dynamics.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,538
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

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

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 Opus0,003
Tête enseignante GPT0,192
Écart entre enseignants0,189 · 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 tête enseignante, 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

Citations24
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAdvances in Mechanical EngineeringMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207