MétaCan
Menu
Retour à la cohorte
Enregistrement W2555275373

Design and Analysis of a Collision Detector for Hybrid Robotic Machine Tools

2015· article· en· W2555275373 sur OpenAlexaff
Dan Zhang, Bin Wei

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced machining processes and optimization
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésCapacitive sensingDetectorCollisionCapacitorCollision detectionCapacitanceComputer scienceRobot end effectorFixtureProximity sensorElectrical engineeringEngineeringRobotSimulationElectronic engineeringArtificial intelligenceMechanical engineeringVoltagePhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Capacitive sensing depends on the physical parameter changing either the spacing between the two plates or the dielectric constant. Based on this idea, a capacitive based collision detection sensor is proposed and designed in this paper for the purpose of detecting any collision between the end effector and peripheral equipment (e.g., fixture) for the three degrees of freedom hybrid robotic machine tools when it is in operation. One side of the finger-like capacitor is attached to the moving platform of the hybrid robotic manipulator and the other side of the finger-like capacitor is attached to the tool. When the tool accidently hits the peripheral equipment, the vibration will make the distance of the capacitor change and therefore trigger the machine to stop. The new design is illustrated and modelled. The capacitance, sensitivity and frequency response of the detector are analyzed in detail, and finally, the fabrication process is presented. The proposed collision detector can also be applied to other machine tools.

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)0,001
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,834
Score d'incertitude au seuil0,804

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,240
Tête enseignante GPT0,498
Écart entre enseignants0,258 · 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
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetAdvanced machining processes and optimizationTravaux en français237 207