MétaCan
Menu
Retour à la cohorte
Enregistrement W4297982851 · doi:10.1080/01691864.2022.2125828

Pose optimization and path improvement in robotic drilling through minimization of joint reversals

2022· article· en· W4297982851 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueAdvanced Robotics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésAerospaceDrillingRobotParticle swarm optimizationIndustrial robotEnvelope (radar)Controller (irrigation)Computer scienceEngineeringSimulationControl engineeringMechanical engineeringArtificial intelligenceAerospace engineeringAlgorithm

Résumé

récupéré en direct d'OpenAlex

Industrial robots have been increasingly adopted in precision manufacturing applications such as aerospace drilling. However, achieving the strict tolerance requirements of the aerospace industry has been a major challenge due to the relatively poor accuracy of robots. One of the major sources of error which has a detrimental effect on the quality and circularity of drilled holes is the static friction in robot joints. These errors are particularly pronounced when one or more joints reverse direction. To improve robot motion for better hole quality, this paper proposes an optimization framework to eliminate or minimize joint reversals throughout a drilling motion. A general robotic drilling motion with a redundant degree of freedom due to the twist of the tool is first modeled. Particle Swarm Optimization (PSO) is then used for strategic pose selection considering the entire drilling motion. Experimental tests performed on a KUKA KR 6 R700-2 show a 40% reduction in the tool deviation envelope. The proposed technique can be readily implemented on any commercial robotic drilling cell without interfering with the controller.

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.

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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,615

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 Opus0,009
Tête enseignante GPT0,202
Écart entre enseignants0,193 · 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