Development and Characterization of Compliant FBG-Based, Shear and Normal Force Sensing Elements for Biomechanical Applications
Notice bibliographique
Résumé
This paper presents the development process and the evaluation of compliant Fiber Bragg Gratings (FBG) based, normal and shear force sensing elements for biomechanical measurements with their effective novel calibration methodology and preliminary experimental results. The sensing elements are intended for human machine interaction such as in transfemoral prosthetic interface. The sensing elements are designed to utilize the generated deflections due to the applied force to stretch the optical fiber when a normal or shear force is applied on the sensor's top surface. The performance of the sensor is evaluated through a series of experiments including both dynamic and static loading conditions. The experimental results show that the fabricated sensing elements have the ability to measure applied normal and shear force. Due to the deformable material used, the sensor exhibits slightly nonlinear behaviour between force and deformation. This has been addressed using a novel calibration procedure composed of a linear model to characterize the main sensor data and a nonlinear estimation model based on a nonlinear autoregressive exogenous (NARX) model to simultaneously estimate the errors from the input wavelength data in real-time. The results achieved from the proposed calibration method have revealed an improvement from an R-squared value of 93% to 100% when compared to a data obtained using a linear least squares method.
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 ».