MétaCan
Menu
Retour à la cohorte
Enregistrement W2172208761 · doi:10.1115/1.4004897

Optimal Synthesis of a Planar Reactionless Three-Degree-of-Freedom Parallel Mechanism

2011· article· en· W2172208761 sur OpenAlexafffund
Jean-François Collard⋆, Clément Gosselin

Notice bibliographique

RevueJournal of Mechanisms and Robotics · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésSensitivity (control systems)KinematicsControl theory (sociology)WorkspaceInertiaMoment (physics)Computer scienceMoment of inertiaMechanism (biology)ReachabilityActuatorMathematical optimizationMathematicsAlgorithmEngineeringRobotPhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

A reactionless mechanism is one in which no reaction forces nor moments are transmitted to the base for any arbitrary motion. This interesting property often requires to increase the total mass and the moments of inertia, leading to reduced dynamical performances. Therefore, this paper presents an optimization approach to synthesize and improve the dynamical performance of a reactionless three-degree-of-freedom planar mechanism. The three legs of this original mechanism are composed of reactionless four-bar mechanisms dynamically balanced with only one counter-rotation at the base. The optimization variables are the geometric and inertial parameters, whereas the goal is to minimize the global moment of inertia of each leg. This will reduce the power consumption of the three actuators and increase the agility. To meet physical and realistic requirements, the optimization problem is also constrained with bounds on the parameters, with the reachability of a given workspace and with a given range on a kinematic sensitivity index. Since different initial guesses of the optimization process lead to similar objective results, it is proposed to search for several local solutions (morphologies). A methodology is therefore developed to explore the design space and group the results after refinement. The final choice among the obtained solutions is made using additional design criteria based on the sensitivity in terms of dynamic balancing and power consumption with respect to the design parameters.

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil0,831

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 Opus0,029
Tête enseignante GPT0,206
Écart entre enseignants0,177 · 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
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

Citations8
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

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