本文基于人工智能驱动的分析模型,为无人机的多学科概念设计框架提供了一个多学科的概念设计框架。这种方法利用了驱动的分析模型,其中包括空气动力学,结构质量和雷达横截面预测,以将定量数据带到初始设计阶段,从而从各种优化的概念设计中选择了最合适的配置。由于设计优化周期,为以后的设计活动提供了更准确的翼,尾部和机身等关键组件的初始尺寸。同时,生成的结构可以通过设计迭代中的反馈循环实现更合适的设计点选择。因此,除了降低设计成本外,这种方法在整个设计过程中还具有很大的时间优势。
我在此解释说我已经独立写了这项工作,我已经完全指定了有用的资源和辅助工具,并且我肯定已经担任了工作的立场 - 包括表,地图和插图 - 在措辞或含义中,其他作品或互联网在任何情况下,无论如何将其表示为借款。我进一步解释说,我只使用生成的AI工具作为工具,而我在当前工作中的创造力主要超过了我的创造性影响。在附录“概述使用的艾滋病”中,我列出了所有使用的生成AI工具,并指示了它们的使用方式以及如何使用。对于没有实质性更改的文本段落,我指定了输入(提示)以及与您的产品名称和版本号/日期一起使用的IT应用程序。
One of the first major activities towards the CDOA phase was a detailed survey to capture requirements • Structured around the Science Case and recorded more granular specifications • Captured ~70 case studies: each includes several ‘tick box' parameters and text entries • Very useful for defining high-level accelerator and FEL choices, and as a starting point for more detailed areas
将设计概念传达给利益相关者。然而,原型制作可能是耗时的和资源密集的,可以进行多次迭代和手动调整以实现所需的结果[3]。在概念设计阶段,通常以线性方式从素描到原型。然而,研究表明,处理这些活动的同时可以提供很大的优势[2]。鉴于概念设计确定了产品终生成本的70-80%[4,5],以适当的广度和深度探索范围的空间确实很有价值。decite this,素描和原型制作通常是按顺序进行的,因为素描比原始分类更快,开销较低[1]。生成AI的最新突破使人们能够通过学习训练数据中的基本模式来产生新颖,看不见的图像。通过生成模型,可以简化外观般的制作过程,从而可以快速发电和设计选项的迭代,从而大大降低与手动方法相关的时间和成本。这可以使设计空间探索,以各种示例激励设计师。此外,将机器学习纳入原型开发过程,为通过简单迭代而增强用户互动和反馈打开了大门,如图7所示。此外,可以通过对他们的设计愿景的身体表现来加强发展团队之间的沟通。最终,机器的集成
摘要 在跨学科的工作过程中,学生越来越被期望发展复杂、总体内容的转移能力。我们建议以研究为主导开发数字反思助手。这种基于人工智能的工具旨在培养学生发展和应用这种能力。基于对学生学习和工作行为的自我评估和初步研究,该工具旨在促进对跨学科背景的全面理解以及应用型项目模块中整体解决过程的开发。数字助理作为个体、不受时间和地点限制的反思伙伴,在将技术基础转移到特定的项目相关问题的过程中发挥作用。 关键词:人工智能、智能辅导系统、反思、基于项目的学习、在线学习、交互式视频 1 引言 在过去的二十年里,跨学科能力已经成为大学教育的重要组成部分。此外,人工智能的使用与高等教育的广阔领域越来越相关 [1, 2]。在本文中,我们将勾勒出一个概念设计,使大学教师能够将跨学科技能培养与尖端人工智能技术结合起来。我们的目标是以研究为基础开发一个在应用导向项目模块中实施的反思伙伴。我们以最近关于大学教育知识管理的讨论为基础(参见[3]及更多文献)。一方面,数字助理是一种可以独立于学科背景使用的技术,另一方面,非常具体的技术内容特别适合其数字支架支持功能。因此,我们的应用领域将是高等教育阶段的建筑行业教育。该领域的挑战尤其来自于跨学科内容与高度技术差异化的结合:在建筑行业,许多工程学科共同致力于技术复杂的项目。为了成功实施项目,每个项目参与者都必须对项目内的广泛活动有一个概述,并了解自己的服务对其他领域的影响,以便采取相应的前瞻性行动。建筑师通常在项目中扮演协调角色,必须了解学科的交叉点及其关键的规划方面。因此,建筑系学生不仅学习法律、物理和建筑基础知识,还学习设计方面的内容。这通常以与项目相关的方式进行,以传授必要的方法技能。这种多样化的内容考虑到了各个学生项目的个性以及每个学生的优势和劣势,需要教授及其工作人员进行密集的面对面指导,并需要经常重复已经教授的基础知识,以支持学生将理论信息转移到与项目相关的应用中。 OWL 大学是德国这种专业背景的理想地点:几乎一半的德国室内设计学生在代特莫尔德学院学习,他们都通过了建筑物理/建筑服务工程考试。 如果学生在基于 ILIAS 的参考系统中得到指导,并且该系统具有多种形式的媒体中介(知识节点),则该项目将被视为成功。 这些节点集成在具有动态内容的简短交互式视频中,作为复杂知识树结构中特定点的“跳板”,这些点可作为反思的触发器并激活知识转移。 2 研究主导的教育发展 为了制定一种将数字工具融入建筑专业建筑物理教学的教育理念,在 2018/2019 年冬季学期对 55 名学生进行了调查 [4]。建筑物理和技术施工模块是具有大量技术和理论内容的模块,需要高度的转移能力。
Trinayan Sutradhar 1 , E Vijayaragavan 2 1,2 机械工程系,SRM 科学技术研究所,卡坦库拉图尔,泰米尔纳德邦,印度。 通讯作者:vijayaragavan.e@ktr.srmuniv.ac.in 摘要。“潜艇”是一种具有流线型船体的军舰,设计用于完全潜入海中执行任务而不被发现。从 19 世纪初到最近。潜艇在大多数战争中一直都是王牌。随着世界在无人机和 UCAV 等防御系统的发展方面取得进展,这些飞行器无需人类飞行员,能够进行监视和作战行动,而 UUV 可以在水下进行监视以进行测绘、地质研究等任务。如果无人机和潜艇技术可以结合在一辆车上会怎样?那么,这项研究满足了上述所有标准。 “S-39”是一种机载潜艇,它是一种辛杜霍什级潜艇,能够携带飞机或无人机进入敌方防线,从潜艇本身发射,任务完成后回收并离开该区域。它一次可以携带 3 架 IAI HERON 或 MQ PREDATOR,也可以携带其他无人机,数量根据其大小而有所不同。此外,它还携带武器、设备和燃料,供每架无人机 3-4 轮使用,即每架无人机可以在潜艇 2-4 个月的作战时间内执行 3 次任务。这项研究的主要目标是在不被发现的情况下将作战无人机带到敌后,
不确定性在任何工程系统中都普遍存在,存在于产品开发的所有阶段以及整个产品生命周期中。这种不确定性的存在会带来风险——对产品性能、流程调度、市场接受度或业务本身。为了降低这些风险,人们采用了限制设计变量及其相关不确定性的策略。这些相关概念——不确定性、风险和公差——构成了许多工程设计活动的执行环境。在经典几何领域,不确定性表现为尺寸变异性,风险与不一致性有关,公差用于限制允许的变异性。对汽车和飞机等复杂工程系统高可靠性、坚固性和安全性的需求日益增长,这要求工程师在设计过程中了解和管理各种不确定性。这些不确定性包括预期的制造变化、不完美的数值近似、不精确的负载估计以及进行测试的原型有限。如果管理不当,这些不确定性可能会导致严重的设计偏差、昂贵的维护,甚至灾难性的
本文介绍了一种总飞行包线方法,用于评估适合纳入概念设计阶段的飞机稳定性和控制品质。总飞行包线筛选可确保飞行器在各种飞行条件下都可调整、稳定和可控,从低速低空飞行到高速低空飞行再到高速巡航飞行。所介绍的方法有助于确定确保低风险飞行所需的前后重心限值。分析是在三架飞机上进行的,这些飞机的用途和飞行曲线截然不同。所选飞机是塞斯纳 150、波音 737-300 和洛克希德 F-117。分析包括从短周期和荷兰滚频率、MIL STD-8785C 和 Bihrle-Weissman 操纵品质以及最小可调整控制速度来观察开环操纵特性。分析显示,这些飞机有许多相似之处,也有许多不同之处,具体取决于它们的表现。