MétaCan
Menu
Retour à la cohorte
Enregistrement W2084893120 · doi:10.1177/0954406214538781

Elastodynamics of a two-limb Schönflies motion generator

2014· article· en· W2084893120 sur OpenAlexafffundabout
Afshin Taghvaeipour, Jorge Angeles, Larry Lessard

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering Science · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcGill University
Mots-clésGenerator (circuit theory)RobotMotion (physics)StiffnessModal analysisTask (project management)Computer scienceModalSpring (device)ComputationPoint (geometry)Matrix (chemical analysis)Control theory (sociology)EngineeringMathematicsAcousticsArtificial intelligenceVibrationStructural engineeringAlgorithmPhysicsGeometryControl (management)

Résumé

récupéré en direct d'OpenAlex

The elastodynamic analysis of a two-limb Schönflies motion generators is the subject of this paper. This analysis calls for the calculation of the stiffness and mass matrices. By resorting to the generalized spring concept, the posture-dependent stiffness matrix of the robot is computed. With the motors locked, the motion caused by the flexible components leads to the robot mass matrix. The generalized springs help to simplify the model. Although this simplification filters out the higher natural frequencies, it eases the computation of the posture-dependent stiffness and mass matrices. This provides a valuable tool to simplify the evaluation of the robot performance from an elastodynamic point of view, while the robot executes a given task. Finally, the modal analysis of the McGill Schönflies motion generator, while executing a pick-and-place operation, is conducted; under these conditions, the evolution of the first six natural frequencies is obtained. The elastodynamic performance of the robot for the given task is assessed using the results of the analysis.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,646
Score d'incertitude au seuil0,951

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,204
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 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

Citations6
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part C Journal of Mechanical Engineering ScienceMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207