MétaCan
Menu
Retour à la cohorte
Enregistrement W4283326703 · doi:10.1088/1742-6596/2281/1/012007

Design of a High-torque Robot Joint and Its Control System

2022· article· en· W4283326703 sur OpenAlexaff
Qiang Hua, Weigang Zhou, Shiqiang Zhu, Yunchang Yao, Chao Cheng, Anhuan Xie, Dan Zhang

Notice bibliographique

RevueJournal of Physics Conference Series · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueProsthetics and Rehabilitation Robotics
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésTorqueRobotRobot controlReducerEngineeringMiniaturizationJoint (building)Control theory (sociology)Computer scienceSimulationControl engineeringMobile robotMechanical engineeringControl (management)Artificial intelligenceStructural engineeringPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The robot joint is one of the key components of robots. With the wide application of robot joints, the demand for joint torque is becoming higher and higher. However, at present, most high-torque robot joints are generally large in weight and size, which creates problems for some applications. For this purpose, a high-torque and high-torque-density robot joint is proposed. To improve the joints’ torque density, the lightweight motor and reducer with a large reduction ratio are selected, and the mechanical structure design is based on weight reduction, miniaturization, and heat dissipation. The maximum torque of the proposed robot joint can reach up to 182Nm, and its mass is only 1.8kg. Besides, an embedded control system is designed to control the robot joint. Many experiments were conducted to measure the robot joint’s characteristics, such as torque, speed, and control features. And the designed robot joints are successfully applied to a biped robot. The results verify the performance of the designed robot joint and its control system.

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: aucune
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil0,309

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 Opus0,017
Tête enseignante GPT0,191
Écart entre enseignants0,174 · 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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physics Conference SeriesMême sujetProsthetics and Rehabilitation RoboticsTravaux en français237 207