MétaCan
Menu
Retour à la cohorte
Enregistrement W4391019594 · doi:10.1109/tcst.2023.3348749

Improved Accuracy and Contact Stability in Robotic Contouring With Simultaneous Registration and Machining

2024· article· en· W4391019594 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Control Systems Technology · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Surface Polishing Techniques
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMachiningContouringController (irrigation)Computer scienceTracking errorControl theory (sociology)EngineeringArtificial intelligenceMechanical engineeringEngineering drawingControl (management)

Résumé

récupéré en direct d'OpenAlex

Poor workpiece registration is a limiting factor in robotic machining. Force control can correct for path errors; however, controller tuning is difficult as machining quality depends on disparate goals. Fast edge-tracking requires low damping, while maintaining stable tool contact requires high damping. We introduce Simultaneous Registration and Machining (SRAM), a novel framework to improve robotic machining performance in contouring applications. SRAM uses force and position feedback during machining to improve its registration estimate and apply real-time path corrections. Simultaneously, controller damping is modulated based on the registration covariance. Thus, the controller rapidly corrects for tracking error when registration is uncertain, but transitions to stable behavior when possible for optimal finish quality. The algorithm is validated in robotic deburring testing, showing an 88% reduction in path error and virtually eliminating force-tracking errors compared with a nominal controller. Machining quality is improved and tool wear notably decreased. SRAM lowers the required registration accuracy while improving machining quality, reducing cost and cycle times.

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.

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 enseignants0,758
Score d'incertitude au seuil0,850

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 recherche0,0000,001
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 Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,221 · 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