About: Calibration of parallel mechanisms with adaptive model complexity     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : http://linked.opendata.cz/ontology/domain/vavai/Vysledek, within Data Space : linked.opendata.cz associated with source document(s)

AttributesValues
rdf:type
Description
  • This dissertation thesis deals with the development and the application of new calibration methods that are able to identify local geometrical properties of kinematical pairs in order to obtain better calibration results than current calibration methods. The current calibration methods work with ideal models of the kinematical pairs and their precise positions in space are computed as the calibration results. The new calibration methods assume unknown nonlinear properties of the kinematical pairs and they adaptively adjust the kinematical model used during the calibration calculation. The thesis begins with a description of the current calibration approaches. Then the polynomial calibration is explained and its application to a calibration problem of the redundant parallel mechanism Sliding Star is described. In the following chapters, the adaptive neuro-fuzzy calibration method is explained. The method adaptively uses neuro-fuzzy models for identification of the nonlinear properties of the kinematical pairs. Finally, the obtained results are reviewed. (en)
  • Tato disertační práce se zabývá vývojem a následnou aplikací nových kalibračních metod, které jsou schopné určit lokální geometrický tvar kinematických dvojic a díky tomu dosáhnout lepších kalibračních výsledků než stávající metody. Obvyklé kalibrační metody předpokládají ideální vlastnosti kinematických dvojic a během kalibrace je určena pouze jejich poloha v prostoru. Zde popsané metody předpokládají neznámé nelineární vlastnosti a během kalibračního výpočtu adaptivně upravují kinematický model mechanismu, aby co nejkvalitněji popsal případné odchylky kinematických dvojic od ideálního tvaru. V práci je nejprve ukázán klasický kalibrační postup, poté je vysvětlen princip nové polynomiální metody a je demonstrována její aplikaci při kalibraci redundantního paralelního mechanismu Sliding Star. Následuje popis adaptivní složky kalibračního algoritmu včetně popisu pravidel pro zvyšování složitosti kalibračního kinematického modelu. V další části je popsána nová adaptivní neuro-fuzzy kalibrační metoda, která pro popis případných nelineárních vlastností kinematických dvojic využívá lokální lineární modely. Použití této metody je také demonstrováno na kalibrační úloze mechanismu Sliding Star. Práci uzavírá zhodnocení dosažených výsledků.
  • Tato disertační práce se zabývá vývojem a následnou aplikací nových kalibračních metod, které jsou schopné určit lokální geometrický tvar kinematických dvojic a díky tomu dosáhnout lepších kalibračních výsledků než stávající metody. Obvyklé kalibrační metody předpokládají ideální vlastnosti kinematických dvojic a během kalibrace je určena pouze jejich poloha v prostoru. Zde popsané metody předpokládají neznámé nelineární vlastnosti a během kalibračního výpočtu adaptivně upravují kinematický model mechanismu, aby co nejkvalitněji popsal případné odchylky kinematických dvojic od ideálního tvaru. V práci je nejprve ukázán klasický kalibrační postup, poté je vysvětlen princip nové polynomiální metody a je demonstrována její aplikaci při kalibraci redundantního paralelního mechanismu Sliding Star. Následuje popis adaptivní složky kalibračního algoritmu včetně popisu pravidel pro zvyšování složitosti kalibračního kinematického modelu. V další části je popsána nová adaptivní neuro-fuzzy kalibrační metoda, která pro popis případných nelineárních vlastností kinematických dvojic využívá lokální lineární modely. Použití této metody je také demonstrováno na kalibrační úloze mechanismu Sliding Star. Práci uzavírá zhodnocení dosažených výsledků. (cs)
Title
  • Calibration of parallel mechanisms with adaptive model complexity (en)
  • Kalibrace paralelních mechanismů s adaptivní složitostí modelu
  • Kalibrace paralelních mechanismů s adaptivní složitostí modelu (cs)
skos:prefLabel
  • Calibration of parallel mechanisms with adaptive model complexity (en)
  • Kalibrace paralelních mechanismů s adaptivní složitostí modelu
  • Kalibrace paralelních mechanismů s adaptivní složitostí modelu (cs)
skos:notation
  • RIV/68407700:21220/12:00195319!RIV13-GA0-21220___
http://linked.open...avai/riv/aktivita
http://linked.open...avai/riv/aktivity
  • P(GAP101/11/1627)
http://linked.open...vai/riv/dodaniDat
http://linked.open...aciTvurceVysledku
http://linked.open.../riv/druhVysledku
http://linked.open...iv/duvernostUdaju
http://linked.open...titaPredkladatele
http://linked.open...dnocenehoVysledku
  • 144254
http://linked.open...ai/riv/idVysledku
  • RIV/68407700:21220/12:00195319
http://linked.open...riv/jazykVysledku
http://linked.open.../riv/klicovaSlova
  • Adaptive calibration methods of mechanisms; polynomial calibration method; neuro-fuzzy calibration method; nonlinear properties of kinematical pairs (en)
http://linked.open.../riv/klicoveSlovo
http://linked.open...ontrolniKodProRIV
  • [3CAAED0F4BB6]
http://linked.open...in/vavai/riv/obor
http://linked.open...ichTvurcuVysledku
http://linked.open...cetTvurcuVysledku
http://linked.open...vavai/riv/projekt
http://linked.open...UplatneniVysledku
http://linked.open...iv/tvurceVysledku
  • Skopec, Tomáš
  • Šika, Zbyněk
http://localhost/t...ganizacniJednotka
  • 21220
Faceted Search & Find service v1.16.118 as of Jun 21 2024


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3240 as of Jun 21 2024, on Linux (x86_64-pc-linux-gnu), Single-Server Edition (126 GB total memory, 24 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software