MétaCan
Menu
Retour à la cohorte
Enregistrement W4312178994 · doi:10.1139/tcsme-2022-0119

A comparative study of inverse dynamics in a spatial redundantly actuated parallel mechanism constrained by two point-contact higher kinematic pairs

2022· article· en· W4312178994 sur OpenAlexvenueno aff
Cheng Chen, Xiaojing Yuan, Yanjie Chen

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInverse dynamicsKinematicsConstraint (computer-aided design)Mechanism (biology)Dynamics (music)Computer scienceVirtual workPoint (geometry)InverseWork (physics)Contact forceTorqueClassical mechanicsControl theory (sociology)MathematicsPhysicsGeometryFinite element methodControl (management)Artificial intelligence

Résumé

récupéré en direct d'OpenAlex

A life-sized spatial redundantly actuated parallel mechanism (RAPM) constrained by two point-contact higher kinematic pairs (HKPs) has been designed, inspired by the mastication in human beings. To facilitate its real-time control in practice, an accurate inverse dynamics model is built in this paper. Firstly, its constrained motions are described, thereafter three dynamics methods, i.e., Newton–Euler’s law, the Lagrangian equations, and the principle of virtual work, respectively, are used to explore its rigid-body inverse dynamics. Symbolic results show that model structures based on these approaches are quite different. The model via Newton–Euler’s law well reflects the nature of the mechanism in terms of the constraint forces at HKPs, while those from the latter two methods do not contain them. Despite this, the actuating torques from these three models are identical. The comparisons between the dynamics models of the RAPM and its counterpart free of HKPs clarify that the constraints at HKPs greatly alter the model structures and numerical results, and the computational difficulties are considerably larger in the models of the RAPM.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,212
Écart entre enseignants0,200 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207