MétaCan
Menu
Retour à la cohorte
Enregistrement W4403897229 · doi:10.18280/mmep.111017

Optimization Acceleration and Contact Force of Space Slider-Crank Mechanism with Spherical Clearance Joints

2024· article· en· W4403897229 sur OpenAlexvenueno aff
Minh Hung Vu, Phan Anh Nguyen, Tien Phuoc Le, Quoc Manh Nguyen, Nguyen Ho

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSliderMechanism (biology)AccelerationCrankContact forceSpace (punctuation)MechanicsPhysicsStructural engineeringClassical mechanicsMechanical engineeringGeometryComputer scienceMathematicsEngineeringMotion (physics)

Résumé

récupéré en direct d'OpenAlex

Clearance always exists in revolute kinematic joints and spherical joints due to manufacturing, assembly, wear, etc., Proper clearance helps the mechanism operate smoothly.However, the friction inside the joint causes the joint clearance to increase, resulting in mechanical vibrations.These are demonstrated through the analysis of the dynamics of the spatial slider crank mechanism using Rigid dynamics.in ANSYS.To ensure smooth operation of the space slider crank mechanism.It is necessary to select the length of the crank, the revolute and ball joint clearances, the friction coefficient inside the kinematic joint and the crank driving speed.Because these design parameters all affect the slider acceleration and the contact force within revolute and clearance ball joints.To do this, the Grey-Taguchi method is proposed.From the results of the rigid dynamics analysis of the spatial slider crank mechanism, it has been proven that increasing the design variables causes the acceleration and contact force to increase significantly, causing instability for the crank mechanism.space slider.The grey relational analysis -Taguchi optimization results also confirm this.The results of grey relational Analysis-Taguchi method achieved the optimal acceleration of the slider and the optimal contact force in the revolute joint of the space slider crank mechanism being 32.72 m/s 2 and 1.3452 kN, respectively.To increase the reliability of this optimization method, decision-making methods with multiple criteria or multiple objectives are also applied, such as the TOPSIS method, the SAW method and the WASPAS method.The results of these methods confirm the same results as the Grey-Taguchi method.The optimal results were chosen the space slider crank mechanism model with crank size, friction coefficient, revolute joint and ball joint clearance sizes and crank driving speed 80 mm, 0.01, 0.1 mm and 800 rpm, respectively.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,906
Score d'incertitude au seuil0,531

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 Opus0,010
Tête enseignante GPT0,177
Écart entre enseignants0,167 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetDynamics and Control of Mechanical SystemsTravaux en français237 207