Art Meets Automotive: Design of a Curve-Adaptive Origami Gripper for Handling Textiles on Non-Planar Mold Surfaces
Notice bibliographique
Résumé
The handling of flexible components creates a unique problem set for pick and place automation within automotive production processes. Fabrics and woven textiles are examples of flexible components used in car interiors, for air bags, as liners and in carbon-fiber layups. These textiles differ greatly in geometry, featuring complex shapes and internal slits with varying material properties such as drape characteristics, crimp resistance, friction, and fiber weave. Being inherently flexible and deformable makes these materials difficult to handle with traditional rigid grippers. Current solutions employ adhesive, needle-based, and suction strategies, yet these systems prove a higher risk of leaving residue on the material, damaging the weave, or requiring complex assemblies. Pincer-style grippers are suitable for rigid components and offer strong gripping forces, yet inadvertently may damage the fabric, and introduce wrinkles / folded-over edges during the release process. Non-planar surfaces such as the curvature of a mold, introduce additional placement challenges. Thus, a contour-adapting end-effector able to manipulate textiles without damage is desired. This research explores the feasibility of a Miura-Origami fold for material handling. The geometric tessellation is to create a curve-fitting, self-collapsing gripper. Living hinge elements are integrated to achieve controlled compliance. Variants are built using a material extrusion additive manufacturing process. The design parameters are outlined, and a set of origami grippers are built for experimental testing. The compression forces and deflection are measured. These grippers are spring-like but exhibit some unique characteristics. More research needs to be performed to understand the merits and limitations of this gripper strategy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».