MétaCan
Menu
Retour à la cohorte
Enregistrement W4392726749 · doi:10.18196/jrc.v5i1.20263

The Impact of Simplifications of the Dynamic Model on the Motion of a Six-Jointed Industrial Articulated Robotic Arm Movement

2024· article· en· W4392726749 sur OpenAlexafffund
Mehdi Fazilat, Nadjet Zioui

Notice bibliographique

RevueJournal of Robotics and Control (JRC) · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesUniversité du Québec à Trois-Rivières
Mots-clésMovement (music)Robotic armMotion (physics)SimulationComputer scienceEngineeringArtificial intelligencePhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

This research investigates the impact of model simplification on the dynamic performance of an ABB IRB-140 six-jointed industrial robotic arm, concentrating on torque prediction and energy consumption. The entire mathematical model of forward, reverse, differential kinematics, and dynamic model proposed based on the technical specifications of the arm, and to obtain the center of the mass and inertia matrices, which are essential components of the dynamic model, Utilizing Solidworks, we developed three CAD/CAM models representing the manipulator with varying detail levels, such as simplified, semi-detailed, and detailed. Our findings indicate minor differences in the model's torque and energy consumption graphs. The semi-detailed model consumed the most energy, except for joint 1, with the detailed model showing a 0.53% reduction and the simplified model a 6.8% reduction in energy consumption. Despite these variations, all models proved effective in predicting the robot's performance during a standard 30-second task, demonstrating their adequacy for various industrial applications. This research highlights the balance between computational efficiency and accuracy in model selection. While the detailed model offers the highest precision, it demands more computational resources, which is suitable for high-precision tasks. In discrepancy, simplified, less precise models offer computational efficiency, making them adequate for specific scenarios. Our study provides critical insights into selecting dynamic models in industrial robotics. It guides the optimization of performance and energy efficiency based on the required task precision and available computational resources. This comprehensive comparison of dynamic models underscores their applicability and effectiveness in diverse industrial settings.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,009
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,215 · 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

Citations14
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Robotics and Control (JRC)Même sujetManufacturing Process and OptimizationTravaux en français237 207