MétaCan
Menu
Retour à la cohorte
Enregistrement W2135896067 · doi:10.1109/tie.2011.2158042

Tracking Control of Flexible Ball Screw Drives With Runout Effect and Mass Variation

2011· article· en· W2135896067 sur OpenAlexaff
Daniel Sepasi, Ryozo Nagamune, Farrokh Sassani

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueIterative Learning Control Systems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBall screwControl theory (sociology)Ball (mathematics)Machine toolMachiningTracking errorServomotorServomechanismKinematicsFlexibility (engineering)EngineeringServoPosition (finance)Control engineeringMechanical engineeringComputer scienceMathematicsArtificial intelligencePhysicsControl (management)

Résumé

récupéré en direct d'OpenAlex

Most machine tools rely on precision ball screw drives to accurately position the workpiece relative to the tool. The quality of the machining outcome depends significantly on the tracking performance of the workpiece position over a desired trajectory. This paper addresses the minimization of the tracking error in a ball screw drive system in the presence of dynamic variations. Three sources of dynamic variations are considered: mechanical flexibility, runout of the ball screw shaft, and workpiece mass change during operations. Dynamic variations due to flexibility and runout are related to the workpiece position which is continuously measurable, while the variation caused by the workpiece mass change is uncertain. The ball screw drive system affected by dynamic variations is expressed as an uncertain linear model with time-varying parameters. Based on this model, servo controllers are designed such that their parameters are adjusted in real time by the measurable workpiece position to improve the tracking performance and that their performance is maintained robustly over uncertain mass variation. The importance of taking into account flexibility and runout of the shaft, as well as mass variation, explicitly in controller design is demonstrated through a ball screw drive experimental setup.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 GPT0,202
Écart entre enseignants0,187 · 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

Citations56
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industrial ElectronicsMême sujetIterative Learning Control SystemsTravaux en français237 207