Bibliographic record
Abstract
Bu tez çalışmasında, merdiven çıkma, engele tırmanabilme yeteneklerine sahip bir robotik sistem tasarlanmış, gerekli analitik hesaplamalar ve nümerik analizler uygulanmıştır. Tasarlanan robotik sistem evsel ve endüstriyel çalışma alanlarına uygundur. Bu amaçla, robotun hareket sistemi hibrit olacak şekilde planlanmıştır. Hibrit hareket sistemi üç tekerlek ve bu üç tekerleğin birleşimi ile hareket edebilen bacaklar ile oluşturulmuştur. Analitik hesaplamalar kısmında, belirlenen yapı elemanları (kaplin, şaftlar) S235, diğer yapı elemanları PLA malzeme ile modellenmiş ve hesaplamalar doğrultusunda sistemin güç, tork ve ivme değerleri bulunmuştur. Aynı malzeme konfigürasyonu nümerik analiz yazılımı ANSYS Rigid Body Dynamics modülünde modellenerek sonlu elemanlar yöntemi ile hesaplanmış ve benzer sonuçlar elde edilmiştir. Bu kıyaslama işlemi ile modellemenin doğrulanmasının ardından tork, güç ve ivme değerleri nümerik hesaplamalar ile S235, Al6061, PLA ve ABS malzemelerinden oluşan şase için uygulanmıştır. Elde edilen değerler sistemin kritik bileşenleri olarak belirlenen iç şaft, merkez şaft ve dış dişli parçalarına uygulanarak malzeme dayanımları incelenmiştir. Bu çalışmalar doğrultusunda tasarımı gerçekleştirilen merdiven tırmanan robot şasesinin, mekanik dayanımlar ve enerji verimliliği göz önünde bulundurularak PLA malzemesinden üretilmesi uygun bulunmuştur. Geliştirilen sistemin çalışmasında 67.5 Watt güç ihtiyacı olacağı hesaplanmıştır.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".