A Compliant 3-Axis Fiber-Optic Force Sensor for Biomechanical Measurement
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
This paper presents the development of a flexible, multi-axis, intensity modulated-based fiber-optic force sensor for concurrently measuring normal and shear forces. The proposed sensor was prototyped to measure the three force components by monitoring the variation of the light intensity induced by a deformation as a result of the applied force. One end of the sensor incorporates three orthogonal reflective planes. The other end brings three pairs of fibers; one fiber connected to an LED, and the other to a light-to-voltage (LTV) converter in each pair. Upon the application of the force, the distance between the planes and the fiber tips changes, thus, the LTV voltage changes, enabling the simultaneous measurement of forces along three normal axes utilizing only one set of force measurement unit. The fabricated sensor was tested in both static and dynamic loading conditions as the experimental results have confirmed that the prototype has the capability to accurately measure the normal and shear forces in real time ranging from 0 to 1000 N and 0 to 140 N along the z, x, and y axes, respectively. The feasible applications of the sensor are ground reaction force measurements and robot-human collision detection. Sensor performance was evaluated for the cross-talk effects, which were found to be less than 5%. A nonlinear Hammerstein-Winer model is proposed to characterize the linear and nonlinear behavior of the sensor. The optimized results have shown a reduction of over 40% in the root mean-square errors in comparison with the linear estimation models.
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 | 0,001 | 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 | 0,001 | 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