MétaCan
Menu
Retour à la cohorte
Enregistrement W4200589571 · doi:10.18280/jesa.540608

Design and Development of Low-Level Automation for the Picking and Placing of the Object Using Pneumatic Suction

2021· article· en· W4200589571 sur OpenAlexvenueno aff
Deepak Bharadwaj, Durga Dutt

Notice bibliographique

RevueJournal Européen des Systèmes Automatisés · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueIndustrial Automation and Control Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPneumatic cylinderPneumaticsPneumatic actuatorPneumatic flow controlCompressed airAutomationFactory (object-oriented programming)RelayAir compressorAutomotive engineeringSuctionValve actuatorSuction cupEngineeringActuatorMechanical engineeringComputer sciencePower (physics)Electrical engineeringCylinder

Résumé

récupéré en direct d'OpenAlex

Pneumatics suction is being used in the food factory for picking and placing the ingredients of food. A clean environment inside the food factory is very much needed the maintain the quality of packaging food. The present work focuses on the low level of automation so that investment cost for processing the raw ingredient goes down. Two double-acting pneumatic cylinders, one pneumatic suction gripper, three pneumatic direction control valves, one screw compressor, one DC motor, two relays, a Push button, and a 24-volt power supply have been used the implement the system. A combination of pneumatic actuation and electrical actuation is used for controlling the motion of the system. A simple control ON/OFF system was used for the actuation. Pneumatic component drive with the help of compressed air via a direction control valve and motor direction control using the relay. By pressing the push button whole, the setup can be controlled in a very easier way and it is very user-friendly for the operator. Several testings have been done on the setup and an excellent result were obtained during execution.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,050
Tête enseignante GPT0,245
Écart entre enseignants0,195 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Européen des Systèmes AutomatisésMême sujetIndustrial Automation and Control SystemsTravaux en français237 207