MétaCan
Menu
Retour à la cohorte
Enregistrement W3114435022 · doi:10.1115/detc2000/mech-14094

Determination of the Uniqueness Domains of 3-RPR Planar Parallel Manipulators With Similar Platforms

2000· article· en· W3114435022 sur OpenAlexaff
Xianwen Kong, Clément Gosselin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésUniquenessSingularityWorkspaceDomain (mathematical analysis)Parallel manipulatorPlanarDisplacement (psychology)Serial manipulatorCartesian coordinate systemManipulator (device)Computer scienceExpression (computer science)MathematicsTopology (electrical circuits)Control theory (sociology)Mathematical analysisRobotArtificial intelligenceGeometryCombinatoricsControl (management)

Résumé

récupéré en direct d'OpenAlex

Abstract A uniqueness domain is a part of the Cartesian workspace corresponding to the same assembly mode of the 3-RPR (planar parallel) manipulator. This paper presents an efficient method to determine the uniqueness domains of the 3-RPR manipulators with similar platforms. The method is based on the singularity and forward displacement analysis (FDA) of the 3-RPR manipulator with similar platforms. The singularity analysis and the FDA of the 3-RPR manipulator with similar platforms is first performed. It is then proved that each of the solutions distributes into different singularity-free regions of the manipulator. Each singularity-free region corresponds to one uniqueness domain of the 3-RPR manipulator with similar platforms which can thus be determined in a direct way. At last, it is proved that the four solutions in analytic expression form to the forward displacement analysis correspond to different uniqueness domains for the 3-RPR manipulator with similar aligned platforms. This simplifies further the FDA in this case as the unique solution to the FDA can be found without the need to compute all the four solutions as long as the singularity-free region in which the manipulator works is given.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,360
Score d'incertitude au seuil0,193

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 Opus0,007
Tête enseignante GPT0,182
Écart entre enseignants0,175 · 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'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

Citations23
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRobotic Mechanisms and DynamicsTravaux en français237 207