MétaCan
Menu
Retour à la cohorte
Enregistrement W4388642425 · doi:10.1109/lra.2023.3332501

Model-Based Co-Simulation of Flexible Mechanical Systems With Contacts Using Reduced Interface Models

2023· article· en· W4388642425 sur OpenAlexafffund
Xu Dai, Ali Raoofian, József Kövecses, Marek Teichmann

Notice bibliographique

RevueIEEE Robotics and Automation Letters · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInterface (matter)Flexibility (engineering)Computer scienceCo-simulationScheme (mathematics)Mechanical systemInformation exchangeRigid bodyData exchangeWork (physics)SimulationControl engineeringDistributed computingMechanical engineeringEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Co-simulation is a useful approach in the modelling of robotic systems composed of multiple parts. In co-simulation, the subsystems only exchange information at communication points. The time delay of information exchange may cause error and instability. Thus, an appropriate way to determine the interface variables between the communication points is essential for efficient and stable performance, especially for real-time applications. Reduced interface models (RIMs) can be used to represent the dynamic behaviour of the subsystems at the interface in co-simulation. Such a model-based co-simulation scheme was limited to systems consisting of rigid bodies in previous studies. In this work, we introduce the formulation of RIMs for flexible multibody systems and based on that propose a general co-simulation scheme for systems consisting of both rigid body components and elements with structural flexibility. A robotic model is employed as an example to demonstrate the co-simulation scheme, where a non-smooth subsystem with contact interactions is present. The advantages of constructing RIM using flexible mechanical system models over rigid body models are also addressed by comparing the effective mass properties and the simulation results.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,653
Score d'incertitude au seuil0,493

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 Opus0,032
Tête enseignante GPT0,258
Écart entre enseignants0,226 · 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
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

Citations8
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Robotics and Automation LettersMême sujetDynamics and Control of Mechanical SystemsTravaux en français237 207