MétaCan
Menu
Retour à la cohorte
Enregistrement W4319921218 · doi:10.3390/act12020072

Origami-Inspired Soft Pneumatic Actuators: Generalization and Design Optimization

2023· article· en· W4319921218 sur OpenAlexafffund
Abdelrahman S. Zaghloul, Gary M. Bone

Notice bibliographique

RevueActuators · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésActuatorLift (data mining)RobotComputer scienceSoft roboticsControl theory (sociology)Work (physics)Mechanical engineeringEngineeringArtificial intelligenceMachine learning

Résumé

récupéré en direct d'OpenAlex

Soft actuators are essential to soft robots and can also be used with rigid-bodied robots. This paper is focused on methods for improving the applicability of origami-inspired soft pneumatic actuators (OSPA). Our method for rapidly fabricating OSPA is shown to be capable of making a range of actuator sizes out of different materials. The largest OSPA has a force-to-weight ratio of 124, and can lift a 44 kg mass using a −85 kPa supply pressure. Experiments with a smaller OSPA demonstrate that it can perform 150,000 contraction/extension cycles while carrying a 2 kg mass with minimal degradation due to its materials and design. Compared to other OSPAs for which fatigue tests were reported, our accordion pattern OSPA has the best values of work-to-mass ratio, max. force, and fatigue life. A computationally efficient FEA-based constrained optimization method for maximizing an OSPA’s work output is then proposed. A 55% improvement in the work output was predicted, while validation experiments with OSPA prototypes showed a 53% improvement. While these improvement percentages are very similar, the values of the predicted stroke and work output are about 16% larger than the experimental values. The optimization requires only ~5 h to run on a common laptop.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,001
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 Opus0,019
Tête enseignante GPT0,225
Écart entre enseignants0,206 · 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'étudeExpérimental (laboratoire)
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

Citations27
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueActuatorsMême sujetSoft Robotics and ApplicationsTravaux en français237 207