MétaCan
Menu
Retour à la cohorte
Enregistrement W2128853804 · doi:10.1115/1.4025621

Two-Degree-of-Freedom Decoupled Nonredundant Cable-Loop-Driven Parallel Mechanism

2013· article· en· W2128853804 sur OpenAlexafffund
Hanwei Liu, Clément Gosselin, Thierry Laliberté

Notice bibliographique

RevueJournal of Mechanisms and Robotics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésWorkspaceMechanism (biology)Control theory (sociology)KinematicsStiffnessActuatorRedundancy (engineering)Parallel manipulatorComputer scienceTopology (electrical circuits)EngineeringPhysicsStructural engineeringRobotClassical mechanicsControl (management)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

A novel two-degree-of-freedom (DOF) cable-loop slider-driven parallel mechanism is introduced in this paper. The novelty of the mechanism lies in the fact that no passive rigid-link mechanism or springs are needed to support the end-effector (only cables are connected to the end-effector) while at the same time there is no actuation redundancy in the mechanism. Sliders located on the edges of the workspace are used and actuation redundancy is eliminated while providing force closure everywhere in the workspace. It is shown that the two degrees of freedom of the mechanism are decoupled and only two actuators are needed to control the motion. There are two cable loops for each direction of motion: one acts as the actuating loop while the other is the constraint loop. Due to the simple geometric design, the kinematic and static equations of the mechanism are very compact. The stiffness of the mechanism is also analyzed in the paper. It can be observed that the mechanism's stiffness is much higher than the stiffness of the cables. The proposed mechanism's workspace is essentially equal to its footprint and there are no singularities.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,099
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,015
Tête enseignante GPT0,215
Écart entre enseignants0,200 · 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.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

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