Notice bibliographique
Résumé
In this thesis, a new approach is presented for the modelling and control of an automated polishing/deburring process that utilizes a dual-purpose complaint toolhead mounted on a parallel tripod robot. This toolhead has a pneumatic spindle that can be extended and retracted by three pneumatic actuators to provide tool compliance. By integrating a pressure sensor and a linear encoder, this toolhead can be used for polishing and deburring. For the polishing open-loop control, the desired tool pressure is pre-planned based on the given part geometry. To improve control performance, a closed-loop controller is applied for pressure tracking through pressure sensing. For the deburring control, another closed-loop controller is applied to regulate the tool length through tool extension sensing. The two control methods have been tested and implemented on a polishing/deburring robot, and the experiment results demonstrate the effectiveness of the presented methods. To future improve the control performance, an adaptive controller is developed to deal with the uncertainties in the compliant tool. This control method combines the adaptive control theory with the constant stress theory of the contact model. A recursive last squares (RLS) estimator is developed to estimate the pneumatic plant model, and then a minimum-degree pole placement (MDPP) is applied to design a self-tuning controller. Afterwards, the simulation and experiment results of the proposed controller are presented and discussed. Finally, a nonlinear model of the pneumatic plant is developed. The nonlinear controller developed by using feedback linearization method is applied on the nonlinear pneumatic system of the compliant toolhead. The simulation is carried out to test the effectiveness of the pressure tracking for the polishing process.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».