MétaCan
Menu
Retour à la cohorte
Enregistrement W2116486710 · doi:10.1109/jmems.2004.825311

Microassembly of 3-D Microstructures Using a Compliant, Passive Microgripper

2004· article· en· W2116486710 sur OpenAlexafffund
Nikolai Dechev, William L. Cleghorn, James K. Mills

Notice bibliographique

RevueJournal of Microelectromechanical Systems · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced MEMS and NEMS Technologies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesCMC Microsystems
Mots-clésGRASPPlanarDeflection (physics)Mechanical engineeringInterlockingDevelopable surfaceComputer scienceEngineeringEngineering drawingSurface (topology)Computer graphics (images)GeometryPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

This paper describes a novel microassembly system that can be used to construct out-of-plane three-dimensional (3-D) microstructures. The system makes use of a surface-micromachined microgripper that is solder bonded to a robotic manipulator. The microgripper is able to grasp a micropart, remove it from the chip, reorient it about two independent axes, translate it along the x, y and z axes to a secondary location, and join it to another micropart. In this way, out-of-plane 3-D microstructures can be assembled from a set of initially planar and parallel surface micromachined microparts. The microgripper is 380 /spl times/ 410 /spl mu/m in size. It utilizes three geometric features for operation: 1) compliant beams to allow for deflection at the grasping tips; 2) self-tightening geometry during grasping; and 3) 3-D interlocking geometry to secure a micropart after the grasp. Each micropart has three geometric features built into its body. The first is the interlock interface feature that allows it to be grasped by the microgripper. The second is a tether feature that secures the micropart to the substrate, and breaks away after the microgripper has grasped the micropart. The third is the snap-lock feature, which is used to join the micropart to other microparts.

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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,228
Écart entre enseignants0,218 · 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

Citations235
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Microelectromechanical SystemsMême sujetAdvanced MEMS and NEMS TechnologiesTravaux en français237 207