LineScout Technology: Development of an Inspection Robot Capable of Clearing Obstacles While Operating on a Live Line
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Robotic systems are used in a range of applications to carry out inspection and repair tasks in hostile environments and in otherwise inaccessible locations. Applied robotics has found several niche applications in Hydro-Quebec operations. One example of a recently developed robotic solution for power line applications is the LineROVer Technology. Now that the technology has proven its worth for power system applications, the next logical step in the project is to develop a vehicle capable of clearing such obstacles as insulator strings, vibration dampers, aircraft warning spheres and corona rings. It must also clear spacer dampers and insulator strings as it travels along conductor bundles. The LineScout robot developed meets this requirement and can clear obstacles as it travels down a line. It can move along several axes, allowing it to adjust its shape in real time to various line configurations and to a wide range of obstacles while remaining as light and compact as possible. The robot's geometry was engineered to give it at least six possible obstacle-clearing sequences, making it versatile in unforeseen situations. The robot can operate on an energized line, has one-day battery life and can be remotely controlled 5 km away. The control approach and electronics allow intuitive human operation of the robot. Moreover, it can operate semi-autonomously, learning to clear obstacles by means of automated sequences. The LineScout Technology described in this paper is a versatile moving platform that extends live-line inspection capabilities and lends itself to future power line repair work
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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