Application of a Nonlinear Hammerstein-Wiener Estimator in the Development and Control of a Magnetorheological Fluid Haptic Device for Robotic Bone Biopsy
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
A force generator module (FGM) based on magnetorheological fluid (MRF) was developed to provide force-feedback information for applications in tele-robotic bone biopsy procedures. The FGM is capable of rapidly re-producing a wide range of forces that are common in bone biopsy applications. As a result of the nonlinear nature of MRF, developing robust controllers for these mechanisms can be challenging. In this paper, we present a case study motivated by robotic bone biopsy. We use a non-linear Hammerstein-Wiener (H-W) estimator to address this challenge. The case is presented through three studies. First, an experiment to develop design constraints is presented and describes biopsy force measurements for various animal tissues. Required output forces were found to range between <1 N and <50 N. A second study outlines the design of the FGM and presents the experimental characterization of the hysteretic behavior of the MRF. This data is then used as estimators and validators to develop the nonlinear Hammerstein-Wiener (H-W) model of the MRF. Validation experiments found that the H-W model is capable of predicting the behavior of the MRF device with 95% accuracy and can eliminate hysteresis in a closed-loop control system. The third study demonstrates the FGM used in a 1-DOF haptic controller in a simulated robotic bone-biopsy. The H-W control tracked the input signal while compensating for magnetic hysteresis to achieve optimal performance. In conclusion, the MRF-based device can be used in surgical robotic operations that require a high range of force measurements.
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 | 0,000 | 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 | 0,000 | 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 découle