ARX model for experimental vibration analysis of grinding process by flexible manipulator
Notice bibliographique
Résumé
Using a flexible manipulator for grinding process in situ has become a cost effective engineering service in the recent years, especially for repair and refurbish of mechanical systems and components. In comparison with traditional rigid robot manipulators, the flexible manipulator has proved its superiorities in terms of accuracy and efficiency. However, because of compact and flexible structure, concerns arise regarding its dynamic behavior during machining process. This paper introduces a method using an ARX (autoregressive with exogenous excitation) model to experimentally analyze the vibration by using a flexible robot during grinding operation in different cases Single Input – Single Output (SISO), Multi Input – Multi Output (MIMO). Simultaneously, a dynamometer allows for triaxial input excitations measurement while 3 accelerometers mounted at the end effector represent the vibration outputs of the whole process. Thanks to the operational modal analysis, the dynamical properties of the robot can be identified directly in operation. The results show that the ARX model is efficient for analyzing the operational vibration in complex systems with multi degrees of freedom and multi directions. The determination of modal parameters and identified Frequency Response Functions (FRFs) enable to predict the dynamical behavior of the system and to simulate the vibration in real working conditions. Further study is promising on the inverse problem to estimate the excitation forces while these later are not available and not practically measured in industrial applications.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».