MétaCan
Menu
Retour à la cohorte
Enregistrement W4238747749 · doi:10.1115/1.2429698

Forward/Reverse Velocity and Acceleration Analysis for a Class of Lower-Mobility Parallel Mechanisms

2006· article· en· W4238747749 sur OpenAlexfundno aff
Si Jun Zhu, Zhen Huang, Hua F. Ding

Notice bibliographique

RevueJournal of Mechanical Design · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesReseau canadien de recherche respiratoireNational Natural Science Foundation of China
Mots-clésKinematicsJacobian matrix and determinantHessian matrixKinematic diagramAccelerationMechanism (biology)Kinematic chainMathematicsMatrix (chemical analysis)Class (philosophy)Computer scienceControl theory (sociology)Mathematical analysisTopology (electrical circuits)Applied mathematicsPhysicsCombinatoricsClassical mechanicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper proposes a novel kinematic analysis method for a class of lower-mobility mechanisms whose degree-of-freedom (DoF) equal the number of single-DoF kinematic pairs in each kinematic limb if all multi-DoF kinematic pairs are substituted by the single one. For such an N-DoF (N<6) mechanism, this method can build a square (N×N) Jacobian matrix and cubic (N×N×N) Hessian matrix. The formulas in this method for different parallel mechanisms have unified forms and consequently the method is convenient for programming. The more complicated the mechanism is (for instance, the mechanism has more kinematic limbs or pairs), the more effective the method is. In the rear part of the paper, mechanisms 5-DoF 3-R(CRR) and 5-DoF 3-(RRR)(RR) are analyzed as examples.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil0,582

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,022
Tête enseignante GPT0,232
Écart entre enseignants0,210 · 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
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

Citations27
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mechanical DesignMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207