Deep Learning zur Viergelenksynthese unter Verwendung der Fourier-Koeffizienten der Koppelkurve
Dieser Artikel beschreibt einen neuen Ansatz für die Synthese von Viergelenkketten. Die Fourier-Koeffizientenanalyse zur Beschreibung geschlossener Kurven erlaubt das Verständnis einiger Besonderheiten der Koppelkurven. Diese Analyse ist deshalb interessant, weil sie es ermöglicht, die Form jeder Kurve zu speichern. Diese Form kann dann als Merkmal für den Aufbau eines neuronalen Netzwerks verwendet werden. Dieses Netzwerk wird dann trainiert, um die Parameter des zugrundeliegenden Mechanismus zu ermitteln. Diese Regression zwischen den Fourier-Koeffizienten der geschlossenen Kurve und den Abmessungen des Mechanismus wird ausführlich beschrieben und ausgewertet, um den Mehrwert dieses Ansatzes für die kinematische Synthese der Viergelenkkette zu verstehen.
This article describes a new approach for the synthesis of four-bar mechanisms. Fourier coefficient analysis for the description of closed curves provides an understanding of some of the particularities of coupler curves. This analysis is relevant as it allows the shape of each curve to be stored in memory. This form can then be used as a characteristic for neural network modeling. This network is trained to retrieve the parameters of the original mechanism from the Fourier coefficients of the curve. This regression between the coefficients of the closed curve and the dimensions of the mechanism is discussed in detail and evaluated to understand the benefits of this approach for the kinematic synthesis of the planar four-bar linkage.
Vorschau
