MétaCan
Menu
Retour à la cohorte
Enregistrement W2561111681 · doi:10.1109/iros.2016.7759753

Magnetically-guided in-situ microrobot fabrication

2016· article· en· W2561111681 sur OpenAlexaff
Zhe Li, Omid Youssefi, Eric Diller

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueMicro and Nano Robotics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésFabricationMicrofabricationWorkspaceMicroscale chemistryMaterials scienceGrippersFused filament fabricationMagnetMicrofluidicsProcess (computing)Protein filamentNanotechnologyMechanical engineeringComputer scienceRobot3D printingEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Mobile microrobots are typically fabricated in a multi-step microfabrication process and then transported into an enclosed workspace for operation. This paper presents a new, 3D printing inspired method for in-situ fabrication of mobile magnetic microrobots with complex topology from a polymer filament on demand directly inside an enclosed operational environment. Through the use of a tip magnet on the filament, the target shape is formed by magnetic guidance from external electromagnetic coils which wirelessly project fields into the workspace as the filament is fed through a hot needle which is inserted into the workspace. A bending model and a shape planner are developed for predicting and controlling the fabrication process. Magnetically-active millimeter-scale robotic devices of different shapes and sizes are fabricated using polylactic acid (PLA) filament with diameter as small as 50 μm. As a demonstration of the in-situ formation of a functional microrobotic device, a force-sensing microrobot with integrated sensing spring is fabricated inside an enclosed space, and then is used to measure the manipulation force during a pushing experiment by optical deformation measurement. We thus show the utility of the fabrication method for creating complex microrobot shapes remotely in enclosed environments for advanced microrobotic applications, with the potential for scaled down applications in healthcare and microfluidics.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · 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.

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

Citations7
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicro and Nano RoboticsTravaux en français237 207