MétaCan
Menu
Retour à la cohorte
Enregistrement W4411017395 · doi:10.1016/j.rcim.2025.103059

Novel calibration method for robotic bottom-up vat polymerization additive manufacturing systems

2025· article· en· W4411017395 sur OpenAlexafffund
Yasser Krim, Ahmed Joubair, Ilian A. Bonev, E.O. Jones, Pengpeng Zhang, Cheng Sun, Nanzhu Zhao

Notice bibliographique

RevueRobotics and Computer-Integrated Manufacturing · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdditive Manufacturing and 3D Printing Technologies
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesMitacsNissan North America
Mots-clésCalibrationComputer sciencePolymerizationProcess engineeringManufacturing engineeringMaterials scienceEngineeringMathematicsComposite materialStatistics

Résumé

récupéré en direct d'OpenAlex

This article presents a new affordable calibration method for a 7-axis robotic system used for vat polymerization 3D printing. The method employs three metrology elements: a calibration robot end-effector with three precision balls, a measurement probe composed of three linear gauges, and, notably, a kinematic coupling allowing the precise positioning of the probe onto the resin tank in three locations. The robotic system comprises a Mecademic Meca500 6-axis industrial robot mounted on a Zaber X-LRQ300AP linear guide. The calibration method consists of automatically aligning the centers of each of the three precision balls with the probe origin. This alignment is performed with different robot joint angles and linear guide displacements, and for all three locations of the probe. After calibration, the relative accuracy of the 7-axis robotic system with respect to the resin tank, as validated using a laser tracker, is improved from 1.272 mm to 0.271 mm, which is comparable to what can be achieved with significantly more expensive metrology equipment. • A new calibration method for a vat polymerization 3D printing robotic system is proposed. • The method is based on a 3D probe, mounted on the resin tank via a Maxwell coupling. • A calibration end-effector with precision balls is also used. • The method is validated in 573 arbitrary robot joint sets using a laser tracker. • The mean position error of the 7-axis robot system is reduced to 0.271 mm.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,002

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 Opus0,012
Tête enseignante GPT0,232
Écart entre enseignants0,219 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRobotics and Computer-Integrated ManufacturingMême sujetAdditive Manufacturing and 3D Printing TechnologiesTravaux en français237 207