MétaCan
Menu
Retour à la cohorte
Enregistrement W3000585605 · doi:10.1115/1.4046029

Modeling and Analysis of a Planar Soft Panel Continuum Mechanism

2020· article· en· W3000585605 sur OpenAlexaff
Wenbin Wang, Fengfeng Xi, Yingzhong Tian, Yinjun Zhao, Yuwen Li

Notice bibliographique

RevueJournal of Mechanisms and Robotics · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésStaticsKinematicsStiffnessPlanarCompliant mechanismMechanism (biology)CurvatureClassical mechanicsComputer scienceControl theory (sociology)PhysicsStructural engineeringEngineeringGeometryFinite element methodMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Abstract Continuum mechanisms have drawn wide attention to scholars due to their salient advantages including compliance and dexterity. In this paper, a planar continuum mechanism made of soft panels is proposed. This mechanism has a reduced degree-of-freedom (DOF) compared with some existing continuum mechanisms capable of 3D motion. However, it can meet some application requirements in the field of robot and aerospace due to its characteristics of small stiffness in the motion plane and large stiffness perpendicular to the motion plane. Besides, a combined kinematics and statics modeling approach is presented for this mechanism by using the classical beam theory and a constrained optimization method. In order to ensure the model accuracy, a hybrid approach is proposed to consider gravity depending on the deformation under study. By comparing our results with those from the commonly used constant-curvature method, it is shown that our model is more accurate in predicting the deformation shapes.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,027
Tête enseignante GPT0,216
Écart entre enseignants0,189 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanisms and RoboticsMême sujetSoft Robotics and ApplicationsTravaux en français237 207