MétaCan
Menu
Retour à la cohorte
Enregistrement W2182497420

Reliability and quality improvement of robotic manipulation systems

2011· article· en· W2182497420 sur OpenAlexaff
Yaser Maddahi, Ali Maddahi

Notice bibliographique

RevueWSEAS Transactions on Systems and Control archive · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésRobotCartesian coordinate systemReliability (semiconductor)SimulationMeasure (data warehouse)RepeatabilityProcess (computing)Robot calibrationSoftwareEngineeringComputer scienceControl engineeringControl theory (sociology)Robot controlControl (management)Artificial intelligenceMathematicsMobile robotData mining
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper reports the procedure of experimental evaluation and objective/quantitative comparison, among different performance parameters, of the Cartesian (3P) robots. Here, first by implementing the equations of motion, the mechanical model of this type of robot is simulated using Working Model software. Next, the initial model of robot is designed based on the results concluded from the simulated model and the robot structure including control unit, mechanical elements and operating procedure is described. Also, some tests are applied on the prototype robot in order to verify the analytical side of design procedure. The experiments consist of calibrating the robot motion along all three axes (prismatic joints) and validation of three performance indices, which are easy to measure via simple experimentations namely accuracy, repeatability and maximum allowable load carrying capacity. The acceptable values of the indices are predefined as input of design process. The data derived from the experimental tests showed that the robot satisfies the acceptable values. The main contribution of this paper is to improve the robot design by exerting the changes obtained from assessment of some defined statistical and mechanical indices.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,020
Tête enseignante GPT0,208
Écart entre enseignants0,188 · 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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWSEAS Transactions on Systems and Control archiveMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207