MétaCan
Menu
Retour à la cohorte
Enregistrement W2297034771 · doi:10.4271/2016-01-0338

Methods for Evaluating the Functional Work Space for Machine Tools and 6 Axis Serial Robots

2016· article· en· W2297034771 sur OpenAlexaff
Jill Urbanic, Ana Djuric

Notice bibliographique

RevueSAE International Journal of Materials and Manufacturing · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueEngineering Technology and Methodologies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésRobotWork spaceWork (physics)Space (punctuation)Serial manipulatorComputer scienceMechanical engineeringEngineeringControl engineeringParallel manipulatorArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The ‘boundary of space’ model representing all possible positions which may be occupied by a mechanism during its normal range of motion (for all positions and orientations) is called the work envelope. In the robotic domain, it is also known as the robot operating envelope or workspace. Several researchers have investigated workspace boundaries for different degrees of freedom (DOF), joint types and kinematic structures utilizing many approaches. The work envelope provides essential boundary information, which is critical for safety and layout concerns, but the work envelope information does not by itself determine the reach feasibility of a desired configuration. The effect of orientation is not captured as well as the coupling related to operational parameters. Included in this are spatial occupancy concerns due to linking multiple kinematic chains, which is an issue with multi-tasking machine tools, and manufacturing cells. This research presents methodologies to predetermine regions of feasible operation for multiple kinematic chain mechanisms, such as multi-spindle/multiaxis machine tools and industrial serial 6 degree of freedom robots, and manufacturing cells.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,002

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 Opus0,075
Tête enseignante GPT0,360
Écart entre enseignants0,285 · 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
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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAE International Journal of Materials and ManufacturingMême sujetEngineering Technology and MethodologiesTravaux en français237 207