MétaCan
Menu
Retour à la cohorte
Enregistrement W2126006156 · doi:10.1109/acc.2001.946187

On derivation of constrained multiple rigid body dynamic equations

2001· article· en· W2126006156 sur OpenAlexaff
R. F. Abo-Shanab, Q. Wu, Nariman Sepehri

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésConstraint (computer-aided design)State spaceState (computer science)Computer sciencePhysical systemSpace (punctuation)Mathematical optimizationState-space representationClass (philosophy)Control theory (sociology)Applied mathematicsMathematicsAlgorithmArtificial intelligenceGeometryPhysics

Résumé

récupéré en direct d'OpenAlex

Dynamic modeling of constrained multi-link systems are traditionally tackled either in the reduced state space or in the non-reduced state space. In this paper, an alternative approach for deriving dynamic equations for a class of multi-link constrained systems is proposed. The constraints, studied in this paper, are joints where the constraint forces are of interest. The method starts with replacing the joints with virtual links. Next, the augmented state space is formed by the states describing the original physical system and virtual links. The dynamic equations, describing the expanded systems, are then derived in the reduced state space from the viewpoint of the augmented state space. Finally, the dynamic equations for the original multi-link systems are obtained by setting all the physical parameters and states associated with virtual links to zero. This alternative approach has the advantages of both traditional methods in that: (i) the constraint forces can be determined directly, (ii) the violation of constraints is avoided, which is the main problem for dynamic modeling of constrained systems in the non-reduced state space, and (iii) all computer software packages for automatic generation of dynamic equations in the reduced state space can be readily used.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,837
Score d'incertitude au seuil0,250

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 Opus0,007
Tête enseignante GPT0,205
Écart entre enseignants0,198 · 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

Citations2
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetDynamics and Control of Mechanical SystemsTravaux en français237 207