MétaCan
Menu
Retour à la cohorte
Enregistrement W2074017529 · doi:10.1115/1.4006952

The Dimensional Synthesis of Planar Parallel Cable-Driven Mechanisms Through Convex Relaxations

2012· article· en· W2074017529 sur OpenAlexaff
K. Azizian, Philippe Cardou

Notice bibliographique

RevueJournal of Mechanisms and Robotics · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésWrenchWorkspaceSet (abstract data type)PlanarNonlinear systemClosure (psychology)Regular polygonComputer scienceScalingRelaxation (psychology)Topology (electrical circuits)GeometryMathematicsAlgorithmArtificial intelligenceEngineeringCombinatoricsMechanical engineeringPhysicsRobot

Résumé

récupéré en direct d'OpenAlex

The wrench-closure workspace (WCW) of parallel cable-driven mechanisms is the set of poses for which any wrench can be produced at the end-effector by a set of positive cable tensions. In this paper, we tackle the dimensional synthesis problem, namely, that of finding a geometry for a planar parallel cable-driven mechanism (PPCDM) whose WCW contains a prescribed workspace. To this end, we first recall a linear program to determine whether a given pose is inside or outside the WCW of a given PPCDM. The relaxation of this linear program over a box leads to a nonlinear feasibility problem that can only be satisfied when this box is completely inside the WCW. We extend this feasibility problem to find a PPCDM geometry whose WCW includes a given set of boxes. These boxes represent the prescribed workspace or an estimate thereof, which may be obtained through interval analysis. Finally, we introduce a nonlinear program through which the PPCDM geometry is changed while maximizing the scaling factor of the prescribed set of boxes. When the optimum scaling factor is greater or equal to one, the WCW of the resulting PPCDM contains the set of boxes.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,209
Écart entre enseignants0,197 · 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

Citations23
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanisms and RoboticsMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207