MétaCan
Menu
Retour à la cohorte
Enregistrement W3094082190 · doi:10.1115/fpmc2020-2771

Development of a Physical Analog Excavator for Studies in Interactions Between Hydraulic Equipment and Human Operators

2020· article· en· W3094082190 sur OpenAlexaff
Travis Wiens, Madison Klarkowski, Nima Zahabi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic and Pneumatic Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésExcavatorComputer scienceActuatorSimulationOperator (biology)Hydraulic machineryControl engineeringEngineeringArtificial intelligenceMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents a scale model excavator intended to allow for studies on human-machine interactions. In the past, this work has been performed on full-scale equipment which can be dangerous and costly to acquire and operate, or fully in simulation, which requires high precision models of complex effects such as soil forces (e.g. using the Discrete Element Method, DEM, simulating thousands of particles). Also simulation models with scenes projected on computer monitors or in virtual reality may not be realistic enough for the human operator to be fully immersed and behave in a realistic manner. The motion of the small-scale excavator presented here is directed by a digital model of a hydraulic machine given inputs of operator commands and actuator forces, allowing it to mimic the behavior of various hydraulic architectures (e.g. pressure compensated load sensing vs open center vs closed center systems). The excavator is used to dig in physical soils, generating realistic soil-tool interaction forces (which are fed back into the digital machine model) without the need for computationally expensive DEM models. This allows for rapid, low-cost evaluation of various hardware modifications as well as human-machine interaction effects. We also present some preliminary data from a pilot study investigating energy efficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,518
Score d'incertitude au seuil0,334

Scores Codex et Gemma par catégorie

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

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 Opus0,098
Tête enseignante GPT0,338
Écart entre enseignants0,240 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydraulic and Pneumatic SystemsTravaux en français237 207