A Novel Stick-Slip Nanopositioning Stage Integrated with a Flexure Hinge-Based Friction Force Adjusting Structure
Notice bibliographique
Résumé
The piezoelectrically-actuated stick-slip nanopositioning stage (PASSNS) has been applied extensively, and many designs of PASSNSs have been developed. The friction force between the stick-slip surfaces plays a critical role in successful movement of the stage, which influences the load capacity, dynamic performance, and positioning accuracy of the PASSNS. Toward solving the influence problems of friction force, this paper presents a novel stick-slip nanopositioning stage where the flexure hinge-based friction force adjusting unit was employed. Numerical analysis was conducted to estimate the static performance of the stage, a dynamic model was established, and simulation analysis was performed to study the dynamic performance of the stage. Further, a prototype was manufactured and a series of experiments were carried out to test the performance of the stage. The results show that the maximum forward and backward movement speeds of the stage are 1 and 0.7 mm/s, respectively, and the minimum forward and backward step displacements are approximately 11 and 12 nm, respectively. Compared to the step displacement under no working load, the forward and backward step displacements only increase by 6% and 8% with a working load of 20 g, respectively. And the load capacity of the PASSNS in the vertical direction is about 72 g. The experimental results confirm the feasibility of the proposed stage, and high accuracy, high speed, and good robustness to varying loads were achieved. These results demonstrate the great potential of the developed stage in many nanopositioning 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 ».