Preferable Workspace for Fatigue Life Improvement of Flexible-Joint Robots Under Percussive Riveting
Notice bibliographique
Résumé
This paper proposes a method to find the preferable workspace for fatigue life improvement of robots with flexible joints under percussive riveting. The development is motivated by the growing interest in using industrial robots to replace human operators for percussive riveting operations in aerospace assembly. A most important characteristic of robotic percussive riveting is the repetitive impacts generated by the percussive rivet gun. These impacts induce forced vibrations to the robot, and the joint shaft fatigue due to the resulting stress cycles must be prevented. This paper aims at finding the preferable workspace for fatigue life improvement of the robot, that is, the end-effector positions where the joint stresses are below the endurance limit. For this purpose, a structural dynamic model is established for the robot under percussive riveting. Then, an approximate analytical solution is formulated for the torsional stresses of the robot joints. Once the distributions of the stresses are obtained over the workspace, the preferable workspace for fatigue life improvement can be found by comparing the stresses with the endurance limit. Simulation studies are carried out for a mobile robot under percussive riveting. It is found that the dynamic response of the robot to the percussive riveting varies dramatically over the workspace. The method is then used to obtain the preferable positions of the robot end-effector for fatigue resistance.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».