XiaoMi-AI文件搜索系统
World File Search System汽车工业
文章探讨能源密集型行业在能源市场的灵活性潜力
摘要：欧盟为实现到 2030 年至少减少 55% 的排放量和到 2050 年实现气候中和的目标，正在部署不同的行动，其中工业脱碳是一项关键战略。然而，不断增长的电力需求需要加强清洁技术的能源生产，而可再生能源发电的气候依赖性和大量电力基础设施投资的必要性阻碍了能源系统的扩张。虽然输电网预计会增长，但需要应用灵活性机制和创新技术来避免过度增长。在此背景下，本文在 FLEXINDUSTRIES 项目中对七个能源密集型行业（汽车工业、生物燃料生产、聚合物制造、钢铁制造、造纸厂、制药业和水泥生产）的灵活性潜力进行了全面评估。分析过程中遵循的方法需要审查现有的最新灵活性机制、行业能源市场参与度以及技术/运营准备情况。结果强调了通过需求响应计划、量化能源机会以及查明监管和技术障碍来实现能源市场灵活性的拟议行动的可行性。
通过技术和创新之间的电动汽车制造商和电池回收器之间的协同作用：游戏理论方法
摘要：电池回收（PBR）引发了电动汽车工业链（EV）的深刻变化。PBR创新网络为企业提供了信息渠道和资源条件，但其对EV和PBR Enterprises的协同创新的影响和可持续发展能力的影响仍然需要进一步探索。在本文中，我们从2012年到2020年收集了PBR的专利数据，确定创新网络的结构特征，并为PBR技术构建了一种协同游戏模型，旨在分析PBR企业对技术创新的网络嵌入和知识溢出的协同效果。首先，我们发现PBR创新网络表现出小世界效应，该效应对技术合作创新具有双刃剑。第二，PBR技术创新主体的结构孔有益于对合作行为的重大影响。第三，知识合作的相关性和深层互补性的增强非常有用，可以弥补PBR技术合作创新的投入成本，并且由于结构漏洞的产出增加而产生了额外的收益。但是，随着创新网络的知识溢出效应的增加，公司往往更倾向于非合作创新。
基于二氧化锡1的气敏传感器伏安特性研究
引言目前，微电子气体传感器广泛应用于环境监测、通风和空调系统、家用设备和汽车工业[1,2]。它们还用于确定采矿、化学和冶金工业中危险气体的最大允许浓度[3,4]。在众多的金属氧化物半导体中，二氧化锡被认为是最有前途的传感材料[5]。气敏电阻型传感器采用二氧化锡制造，通过测量触点间电阻的变化来检测空气中气体的存在。气体传感器的小型化在保持工作电压的同时，增加了触点间隙中的电场。这会刺激离子吸附气体粒子在活性层表面的迁移，影响气敏装置的整体特性，并实现气体的分析和识别[6,7]。研究金属氧化物半导体结构的电物理特性通常涉及测量介电氧化物层的伏特-法拉特性（通常在高频下）以及具有相对较高电导率的氧化物层在直流下的伏特-安培特性 (IVC)。本研究介绍了基于 SnO 2 /Si 的异质结中电流传输机制的实验结果。
激光折弯是利用激光束照射板材表面，使板材弯曲的工艺
{ Times New Roman，11 分 } 激光折弯是通过激光束照射板材表面来弯曲板材的工艺 [1]。这是一种热机械工艺，适用于快速成型和变形低延展性材料。该工艺在航空航天、造船、微电子、汽车工业等领域具有多种潜在应用。它是一种快速、灵活且低成本的金属成型工艺，可以提高这些行业的竞争力。该工艺还提供了很大的灵活性，因为许多其他应用（如焊接、钎焊和硬化）可以通过同一设备执行。该领域已经发表了多篇理论和实验论文，其中更多的研究集中在激光束直线弯曲上。这些工作的最终目标是了解该过程的物理原理并建立各种预测弯曲角度的模型。本文简要回顾了这些工作以及用于分析的不同方法。基于此，本文利用 ABAQUS 程序包进行有限元分析，预测特定钢板材料的温度分布和弯曲角度，并将结果与作者开发的简单分析模型进行比较。从文献中的实验结果可以确定，所提出的理论模型可以相当好地预测弯曲角度。还表明，所开发的模型可用于快速估算激光弯曲过程中材料的屈服应力。
辐射对电化学储能系统材料的影响
电池和电化学电容器 (EC) 对于电动汽车、电网和移动设备等应用至关重要。然而，现有电池和 EC 技术的性能无法满足汽车工业、航空航天和利用可再生能源的电网存储等日益增长的市场对高能量/高功率和长耐用性的要求。因此，改善储能材料的性能指标势在必行。在过去的二十年里，辐射已经成为一种改变储能材料功能的新手段。人们普遍存在一种误解，认为高能离子和电子的辐射总是会对目标材料造成辐射损伤，这可能会阻碍其在电化学储能系统中的应用。但在这篇评论中，我们总结了辐射对电化学储能系统材料影响的最新进展，以表明辐射对各种类型的能源材料都有有益和有害的影响。先前的研究表明，对控制由此产生的微观结构、缺陷产生、界面特性、机械性能和最终电化学性能的能量损失机制的基本理解至关重要。我们讨论辐射效应的类别如下：1) 缺陷工程，2) 界面工程，3) 辐射诱导降解，4) 辐射辅助合成。我们分析了重要趋势，并提供了对当前研究和未来研究方向的看法和展望，这些研究旨在利用辐射作为增强电池材料合成和性能的方法。
汽车悬架系统回顾及四分之一汽车悬架系统介绍
巴巴萨海布·安贝德卡尔大学，奥兰加巴德，印度 摘要：悬架系统可减少由道路和驾驶条件引起的振动的影响。领先的汽车公司已开始在其高端汽车中使用智能悬架。但在行驶过程中，车辆会经历不同程度的动态激励。这种激励可能导致诱发振动或噪音，从而影响车辆的完整性和乘员。车辆系统中一种突出的隔振方法是悬架系统。汽车悬架系统的主要目的是在不影响驾驶操纵特性的情况下提高乘坐舒适度。近年来，执行器、传感器和微电子技术的迅猛发展使得智能悬架系统在汽车工业中更易于实施。这些系统的设计和制造方式能够减少驾驶员和乘客受到的有害垂直加速度的影响。四分之一汽车悬架模型是研究和分析车辆垂直隔离特性动态行为的最佳基准。本文介绍了背景信息和四分之一汽车悬架模型的描述，该模型可用于评估智能悬架系统的性能。关键词：车辆；半主动；悬架；减震器；汽车；自适应；智能；评论；比较
时不时使用人工智能
人工智能（AI）的目标是实现像人类思考和行为方式一样的技术。在人工智能的发展过程中，我们可以看到，自 20 世纪 50 年代出现以来，其使用重点已经发生了转移。本研究的目的是比较2011年和2021年人工智能在不同行业的应用情况，看看行业和重点是否存在差异。实现这一目标的方法是主题内容分析。此外，我们采用了系统的收集方法从 Web of Science 数据库中收集文章，并进行了界定，重点关注软件中的人工智能。研究结果显示，2011年确定了15个不同的行业：石油和天然气生产行业、技术、设计、基金会和协会、电力、环境、汽车工业、城市规划、工业、核技术、电子、商业系统、建筑、银行和核电。 2021 年，确定了 13 个不同的行业：农业、食品工业、医疗保健、社会服务、音乐、能源部门、司法、制造业、网络安全、社交媒体、电子商务、技术和教育。结果还显示，不同年份对人工智能使用方式的关注程度有所不同。 2011 年出现了 13 个不同的主题，2021 年出现了 12 个不同的主题。其中六个主题两年都相同，其中三个主题含义相同，三个主题含义不同。
计算机视觉和AI：过程控制的演变，因此兰博基尼改善了对的控制
该公司于1963年在博洛尼亚省的Sant'Agata Bolognese成立，Lamborghini是生产豪华超级跑车的偶像。具有Miura，Countach和Aventador等传奇模型，以及Reventón和Sixth Element等有限系列，该公司继续进行创新和塑造该行业，并以非凡的性能而与发动机构建相比，以无误的设计以及适用于发动机的技术卓越。通过“管理公司”计划，Auto Lamborghini致力于可持续的未来，随着该范围的完整杂交，体现了“驱动人类超越人类”的任务。该公司拥有约2400名员工，这是一个由54个国家 /地区的184个经销商组成的网络，2023年交付了10,000多辆汽车。简单地使用由人工智能，计算机视觉和机器学习组成的新技术的组合，兰博基尼已经数字化和优化了验证对车辆批准的批准的过程。该项目是与毕马威（KPMG）合作开发的。兰博基尼的数字化转型该项目旨在认识批准标签的图像是一个更大，更明确的计划的一部分：兰博基尼汽车工业领域的数字创新路线图，三年前与KPMG合作推出。工业数字路线图（现在是第二版）是一条涉及整个工业区域的数字转换路径
基于 EPDM 橡胶、LDPE、增塑淀粉和 OMMT 的弹塑性材料
MARIA DANIELA STELESCU 1、ADRIANA STEFAN 2、MARIA SONMEZ 1、MIHAELA NITUICA 1*、MIHAI GEORGESCU 1 1 国家纺织和皮革研究与发展研究所，皮革和鞋类研究所分部，93 Ion Minulescu Str.，031215，布加勒斯特，罗马尼亚 2 国家航空航天研究所“Elie Carafoli”，220 Iuliu Maniu Blvd.，061126，布加勒斯特，罗马尼亚 摘要：本文介绍了基于乙烯-丙烯-三元共聚物橡胶和低密度聚乙烯的新型动态交联热塑性弹性体的开发，用增塑淀粉和具有化学改性表面的蒙脱石增强。在二水合氯化亚锡存在下，使用辛基苯酚甲醛树脂作为硫化剂。样品是在 Brabender Plasti-Corder 混合机上，在适当的温度和转速下，使用动态硫化方法和熔融插层技术获得的。使用特定模具和实验室规模的电动压机将获得的混合物制成具有标准尺寸的板材形式。从物理机械性能、熔体流动指数以及结构和形态的角度分析了获得的样品。观察到样品的特性受所用成分和获取方法的影响。根据所获得的特性，新的弹塑性材料可用于制鞋业（用于生产：鞋底、鞋跟、防护靴）、橡胶和塑料工业、汽车工业、农业或建筑业（制造垫圈、技术产品、软管等）。它们可以通过特定于塑料的方法轻松加工成不同的成品。
人工智能在医学领域的风险
人工智能 (AI) 是发展最快的科学，对大多数人类活动产生了有益的影响。人工智能改变了人类的生活，改善了通信、旅行、汽车工业、商业、建筑和农业 1,2。使用深度强化学习技术的人工智能正在迅速发展，预计到 2050 年甚至更早，它将达到一般人类智能的水平 3。尽管所有这些进步都受到欢迎，但可以预见的是，随之而来的是可能对人类构成重大威胁 4,5。医学是受益于许多疾病的诊断、流行病学、分期严重程度、预后和治疗准确性提高的科学之一 6,7。此外，人工智能在发现新药方面发挥了关键作用，彻底改变了医学教育、医学信息和医疗实践。显然，人工智能在医学领域的目标是促进人类福祉、平等和先进的医疗保健，并保护个体患者数据的自主安全和透明度。然而，人工智能的开发和实施在医学实践和生物学研究领域存在重大风险 8,9 。本文将讨论以下风险和危险：1）目前存在的数据滥用、人工智能开发和/或实施过程中的风险、医学教育的风险；2）可能很快出现的各种医疗测试和检查或医学专业的替代；3）人工智能何时可能变得比人类智能更强大（超级人工智能）。最后，将提出一项基于医学伦理的建议，以使人工智能在未来继续造福人类 10 。