MétaCan
Menu
Retour à la cohorte
Enregistrement W4226194912 · doi:10.1109/lra.2022.3167065

A Discrete Non-Linear Series Elastic Actuator for Active Ankle-Foot Orthoses

2022· article· en· W4226194912 sur OpenAlexaff
Benjamin DeBoer, Ali Hosseini, Carlos Rossa

Notice bibliographique

RevueIEEE Robotics and Automation Letters · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensCarleton UniversityOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésActuatorCrankStiffnessControl theory (sociology)AnkleLinear actuatorTorqueExoskeletonPower (physics)Joint stiffnessLinear modelDisplacement (psychology)Computer scienceEngineeringSimulationStructural engineeringMechanical engineeringPhysicsCylinder

Résumé

récupéré en direct d'OpenAlex

This letter outlines the modelling, design, and experimental validation of a novel power-efficient actuator for an active ankle-foot orthosis (AAFO). The actuator is based on a new principle of discrete non-linear stiffness. Two or more linear springs are discretely compressed at specified displacement intervals to reduce the peak mechanical power required to actuate the AAFO. The actuator uses a crank-rocker configuration. The connecting link is comprised of the discrete non-linear technique, a DC motor powers the crank, and the rocker is connected directly to the ankle joint. Multi-objective optimization is carried out to select the link lengths and spring stiffnesses to reduce input power and size. The actuator design weighs 460 g with bounding box dimensions of 103x45x94 mm. The newly proposed discrete non-linear stiffness configuration reduces the peak mechanical input power by 77.2% with respect to nominal biological ankle joint power. A prototype was developed and tested using static loading and human walking trials to verify the actuator models and simulations. The experimental results confirm the validity of the models by comparing the actual and theoretical ankle and motor torque values in the presence of discrete variable stiffness.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,222
Écart entre enseignants0,214 · 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
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

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Robotics and Automation LettersMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207