MétaCan
Menu
Retour à la cohorte
Enregistrement W4310060701 · doi:10.1017/s0263574722001187

Kinematic joint matrix and block diagram for a group of parallel manipulators

2022· article· en· W4310060701 sur OpenAlexafffund
Qi Zou, Dan Zhang, Guanyu Huang

Notice bibliographique

RevueRobotica · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKinematicsMatrix (chemical analysis)Topology (electrical circuits)Block (permutation group theory)Group (periodic table)Joint (building)Degrees of freedom (physics and chemistry)Block diagramDiagramMathematicsBlock matrixComputer scienceGeometryCombinatoricsEngineeringStructural engineeringPhysicsEigenvalues and eigenvectorsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract There are various matrices to represent parallel mechanisms. It is essential to design a kind of approach to not only denote the parallel structures but also disclose the joint directions. In this paper, a novel methodology called the kinematic joint matrix (KJM) is proposed. It possesses the mapping relations with parallel manipulators with three kinds of kinematic joints. The size of such matrix is smaller when compared with that of topology matrix. A series of two to six degrees-of-freedom parallel architectures is denoted by the KJM. A convenient approach using a special block diagram is introduced to distinguish various kinds of kinematic joint matrices. In addition, detailed comparisons between KJM and topology matrix are investigated. Three regulations are proposed for the latter to be applicable to parallel mechanisms.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,721
Score d'incertitude au seuil0,460

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 Opus0,014
Tête enseignante GPT0,215
Écart entre enseignants0,201 · 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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRoboticaMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207