MétaCan
Menu
Retour à la cohorte
Enregistrement W4308939449 · doi:10.3233/atde220583

Stiffness Measurement of Parallel Kinematic Machines Considering Gravity Effect

2022· book-chapter· en· W4308939449 sur OpenAlexfundno aff
Shakya Bandara, Yan Jin, Mien Van, Dan Sun, Rao Fu, Patrick Curley, Colm Higgins

Notice bibliographique

RevueAdvances in transdisciplinary engineering · 2022
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilQueen's UniversityEuropean Commission
Mots-clésStiffnessMachine toolKinematicsFlexibility (engineering)MachiningCenter of gravityComputer scienceScrew theoryRobotMechanical engineeringEngineeringStructural engineeringArtificial intelligenceMathematicsPhysicsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Parallel Kinematic Machine (PKM) is a new type of machine tool, which has the potential to fill in the gap between traditional CNC machines and industrial robots, due to its flexibility and superior motion dynamics. Stiffness is an essential property of a machine tool, as it will affect the machining capability. Although much research has been conducted on stiffness modelling and analysis, most of them employ simplified models and gravity effects have not been well considered or characterized for PKMs. To fill in the knowledge gap, this paper introduces a new experimental stiffness measurement method considering the effect of gravity on the machine tool. An experimental procedure was developed in order to separate the gravity effects on stiffness from the machine structure.

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 candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
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 recherche0,0000,001
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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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.

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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in transdisciplinary engineeringMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207