MétaCan
Menu
Retour à la cohorte
Enregistrement W2883480594 · doi:10.1115/1.4040938

Geometric Error Compensation With a Six Degree-of–Freedom Rotary Magnetic Actuator

2018· article· en· W2883480594 sur OpenAlexaff
A.C.Y. Yuen, Yusuf Altıntaş

Notice bibliographique

RevueJournal of Manufacturing Science and Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Measurement and Metrology Techniques
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésKinematicsControl theory (sociology)Position (finance)PolynomialComputer scienceActuatorMachine toolDegree (music)MathematicsAlgorithmArtificial intelligenceAcousticsMathematical analysisPhysicsEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents a methodology to compensate the tooltip position errors caused by the geometric errors of a three-axis gantry type micromill integrated with a six degree-of-freedom (6DOF) rotary magnetic table. A geometric error-free ideal forward kinematic model of the nine-axis machine has been developed using homogenous transformation matrices (HTMs). The geometric errors of each linear axis, which include one positioning, two straightness, pitch, roll, and yaw errors, are measured with a laser interferometer and fit to quintic polynomial functions in the working volume of the machine. The forward kinematic model is modified to include the geometric errors which, when subtracted from the ideal kinematic model, gives the deviation between the desired tooltip position with and without geometric errors. The position commands of the six degree-of-freedom rotary magnetic table are modified in real time to compensate for the tooltip deviation using a gradient descent algorithm. The algorithm is simulated and verified experimentally on the nine-axis micromill controlled by an in-house developed virtual/real-time open computer numerical controlled (CNC) system.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,118
Score d'incertitude au seuil0,391

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0000,000

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 Opus0,018
Tête enseignante GPT0,221
Écart entre enseignants0,203 · 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'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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Manufacturing Science and EngineeringMême sujetAdvanced Measurement and Metrology TechniquesTravaux en français237 207