1 resultado para Pile caps
em Coffee Science - Universidade Federal de Lavras
Filtro por publicador
- Abertay Research Collections - Abertay University’s repository (1)
- Academic Archive On-line (Stockholm University; Sweden) (1)
- Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España (10)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (9)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (11)
- Aquatic Commons (1)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (4)
- Archive of European Integration (11)
- Argos - Repositorio Institucional de la Secretaría de Investigación y Postgrado de la Facultad de Humanidades y Ciencias Sociales de la Universidad Nacional de Misiones (1)
- Aston University Research Archive (8)
- Biblioteca de Teses e Dissertações da USP (5)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (23)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (45)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (33)
- Brock University, Canada (5)
- Bulgarian Digital Mathematics Library at IMI-BAS (1)
- CentAUR: Central Archive University of Reading - UK (26)
- CiencIPCA - Instituto Politécnico do Cávado e do Ave, Portugal (1)
- Cochin University of Science & Technology (CUSAT), India (3)
- Coffee Science - Universidade Federal de Lavras (1)
- Consorci de Serveis Universitaris de Catalunya (CSUC), Spain (25)
- Cor-Ciencia - Acuerdo de Bibliotecas Universitarias de Córdoba (ABUC), Argentina (2)
- Corvinus Research Archive - The institutional repository for the Corvinus University of Budapest (1)
- Dalarna University College Electronic Archive (1)
- Digital Commons - Michigan Tech (3)
- Digital Commons at Florida International University (3)
- DigitalCommons - The University of Maine Research (1)
- DigitalCommons@The Texas Medical Center (3)
- Doria (National Library of Finland DSpace Services) - National Library of Finland, Finland (8)
- DRUM (Digital Repository at the University of Maryland) (2)
- Duke University (2)
- Gallica, Bibliotheque Numerique - Bibliothèque nationale de France (French National Library) (BnF), France (3)
- Institute of Public Health in Ireland, Ireland (1)
- Instituto Gulbenkian de Ciência (1)
- Instituto Politécnico de Viseu (1)
- Instituto Politécnico do Porto, Portugal (6)
- Iowa Publications Online (IPO) - State Library, State of Iowa (Iowa), United States (36)
- Massachusetts Institute of Technology (1)
- Memoria Académica - FaHCE, UNLP - Argentina (3)
- Ministerio de Cultura, Spain (24)
- National Center for Biotechnology Information - NCBI (15)
- Portal de Revistas Científicas Complutenses - Espanha (1)
- Portal do Conhecimento - Ministerio do Ensino Superior Ciencia e Inovacao, Cape Verde (2)
- Publishing Network for Geoscientific & Environmental Data (53)
- QSpace: Queen's University - Canada (2)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (2)
- RDBU - Repositório Digital da Biblioteca da Unisinos (8)
- Repositório Científico da Universidade de Évora - Portugal (1)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (6)
- Repositório da Produção Científica e Intelectual da Unicamp (8)
- Repositório da Universidade Federal do Espírito Santo (UFES), Brazil (2)
- Repositorio de la Universidad de Cuenca (10)
- Repositório digital da Fundação Getúlio Vargas - FGV (5)
- Repositório Digital da UNIVERSIDADE DA MADEIRA - Portugal (1)
- Repositório do Centro Hospitalar de Lisboa Central, EPE - Centro Hospitalar de Lisboa Central, EPE, Portugal (1)
- Repositório Institucional da Universidade de Aveiro - Portugal (1)
- Repositório Institucional da Universidade de Brasília (3)
- Repositório Institucional da Universidade Estadual de São Paulo - UNESP (1)
- Repositório Institucional da Universidade Federal de São Paulo - UNIFESP (1)
- Repositório Institucional da Universidade Federal do Rio Grande - FURG (1)
- Repositório Institucional da Universidade Federal do Rio Grande do Norte (2)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (65)
- RUN (Repositório da Universidade Nova de Lisboa) - FCT (Faculdade de Cienecias e Technologia), Universidade Nova de Lisboa (UNL), Portugal (5)
- Savoirs UdeS : plateforme de diffusion de la production intellectuelle de l’Université de Sherbrooke - Canada (1)
- Scielo Saúde Pública - SP (40)
- Sistema UNA-SUS (30)
- South Carolina State Documents Depository (1)
- Universidad de Alicante (4)
- Universidad del Rosario, Colombia (8)
- Universidad Politécnica de Madrid (16)
- Universidade Complutense de Madrid (1)
- Universidade do Minho (1)
- Universidade dos Açores - Portugal (1)
- Universidade Federal de Uberlândia (1)
- Universidade Federal do Pará (5)
- Universidade Federal do Rio Grande do Norte (UFRN) (44)
- Universidade Metodista de São Paulo (3)
- Universitat de Girona, Spain (3)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (5)
- Université de Lausanne, Switzerland (33)
- Université de Montréal, Canada (5)
- Université Laval Mémoires et thèses électroniques (1)
- University of Connecticut - USA (1)
- University of Michigan (38)
- University of Queensland eSpace - Australia (18)
- University of Washington (2)
- Worcester Research and Publications - Worcester Research and Publications - UK (1)
Resumo:
This paper describes the design, tuning, and extensive field testing of an admittance-based Autonomous Loading Controller (ALC) for robotic excavation. Several iterations of the ALC were tuned and tested in fragmented rock piles—similar to those found in operating mines—by using both a robotic 1-tonne capacity Kubota R520S diesel-hydraulic surface loader and a 14-tonne capacity Atlas Copco ST14 underground load-haul-dump (LHD) machine. On the R520S loader, the ALC increased payload by 18 % with greater consistency, although with more energy expended and longer dig times when compared with digging at maximum actuator velocity. On the ST14 LHD, the ALC took 61 % less time to load 39 % more payload when compared to a single manual operator. The manual operator made 28 dig attempts by using three different digging strategies, and had one failed dig. The tuned ALC made 26 dig attempts at 10 and 11 MN target force levels. All 10 11 MN digs succeeded while 6 of the 16 10 MN digs failed. The results presented in this paper suggest that the admittance-based ALC is more productive and consistent than manual operators, but that care should be taken when detecting entry into the muck pile