XiaoMi-AI文件搜索系统
World File Search Systemactuators
巴西石油公司首选 EH 执行器用于 Osbra 管道 - Rotork
阿曼苏哈尔炼油厂 超过 200 个 IQ 执行器（大部分带有 Pakscan 控制系统）以及近 100 个 GP 和 CP 系列气动执行器已被订购用于阿曼苏哈尔的一家新石化炼油厂。该项目耗资 8.8 亿美元，由 JGC Corporation 建造，将于 2006 年开始生产，生产汽油、丙烯、液化石油气、石脑油、煤油、柴油和燃料油。非洲：陆上 Rotork IQ 执行器正在取代利比亚海岸 Veba Oil Operations 石油码头上 100 多个美国产的电动执行器。非洲：海上 已从英国和意大利的 Rotork Fluid System 订购四分之一旋转和线性气动执行器，用于将在安哥拉第 18 区块油田运行的新 Plutonio Prospect 海上石油生产平台。该平台由英国石油公司和壳牌勘探公司运营，由英国的 MW Kellogg Ltd 公司设计。250 个气动执行器将操作 Valve Engineering Services Ltd 的球阀，少量的线性气动执行器将操作 Breda 闸阀。所有执行器都配有控制系统，并且还为同一项目订购了额外数量的 IQ 电动执行器。中国南海化工综合体 “即使对于中国来说，在广东省建设的 43 亿美元石化综合体也是巨大的。”美国的 Bechtel、中国的中石化和英国的 Foster Wheeler 正在管理中国南部南海这个大型石化综合体的建设，主要服务于国内市场。Rotork 的订单目前包括大约两千个气动执行器和近两百个 IQ 电动执行器，这些电动装置配备了 Foundation Fieldbus 连接。南海工厂将是一个综合化工综合体，包括蒸汽和发电以及其他公用设施、储存、装卸和运输设施以及废水处理和环境保护设施。综合体的核心是一个“世界级”的凝析油或石脑油裂解炉，将生产 800,000 吨/年的乙烯和 430,000 吨/年的丙烯，用于进一步现场生产石化产品。
热机械活性电极功率工作密集的软执行器
作者的完整清单：马丁内斯，天使；匹兹堡大学，工业工程克莱门特，J。；匹兹堡大学，朱芬；匹兹堡大学工业工程；匹兹堡科赫扎特大学，朱莉娅；匹兹堡大学，工业工程工程，莫赫森（Mohsen）；匹兹堡大学，拉维工业工程工业工程；匹兹堡大学工业工程
Petrobras 更青睐于 Osbra 管道的 EH 执行器 - Rotork
阿曼苏哈尔炼油厂 阿曼苏哈尔的一家新石化炼油厂订购了两百多台 IQ 执行器，其中大部分配有 Pakscan 控制系统，以及近一百台 GP 和 CP 系列气动执行器。这个耗资 8.8 亿美元的项目由 JGC 公司承建，将于 2006 年开始生产，主要生产汽油、丙烯、液化石油气、石脑油、煤油、柴油和燃料油。 非洲：陆上 Rotork IQ 执行器正在利比亚海岸的 Veba Oil Operations 石油码头取代 100 多个美国产的电动执行器。 非洲：海上 英国和意大利的 Rotork Fluid System 公司订购了四分之一旋转和线性气动执行器，用于安哥拉 Block 18 油田新 Plutonio Prospect 海上石油生产平台。该平台由英国石油公司和壳牌勘探公司运营，由英国的 MW Kellogg Ltd 公司设计。250 个气动执行器将操作 Valve Engineering Services Ltd 的球阀，少量的线性气动执行器将操作 Breda 闸阀。所有执行器都配有控制系统，还为同一项目订购了额外数量的 IQ 电动执行器。中国南海化工综合体“即使对于中国来说，在广东省建设的 43 亿美元石化综合体也是巨大的。”美国的 Bechtel、中国的中石化和英国的 Foster Wheeler 正在管理中国南方南海这个大型石化综合体的建设，主要服务于国内市场。Rotork 的订单目前包括大约两千个气动执行器和近两百个 IQ 电动执行器，这些电动装置配备了 Foundation Fieldbus 连接。南海工厂将是一个综合化工综合体，包括蒸汽和发电以及其他公用设施、储存、装卸和运输设施以及废水处理和环境保护工厂。该综合设施的核心部分是一个“世界级”的凝析油或石脑油裂解装置，每年将生产 80 万吨乙烯和 43 万吨丙烯，以供现场进一步生产石化产品。
具有空间和时间控制的软执行器的 4D 多材料打印
软致动器 (SA) 是一种可以与精密物体进行交互的设备，而传统机器人无法实现这种交互方式。虽然可以设计一种通过外部刺激触发驱动的 SA，但使用单一刺激会对驱动的空间和时间控制带来挑战。本文介绍了一种 4D 打印多材料软致动器设计 (MMSA)，其驱动仅由触发器组合（即 pH 和温度）启动。使用 3D 打印，设计了一种多层软致动器，该致动器具有亲水性 pH 敏感层和疏水性磁性和温度响应形状记忆聚合物层。水凝胶通过膨胀或收缩来响应环境 pH 条件，而形状记忆聚合物可以抵抗水凝胶的形状变形，直到被温度或光触发。这些刺激响应层的组合允许对驱动进行高水平的时空控制。通过一系列货物捕获和释放实验，证明了 4D MMSA 的实用性，验证了其展示主动时空控制的能力。MMSA 概念为开发多功能软设备提供了一个有前途的研究方向，这些设备在生物医学工程和环境工程中具有潜在的应用前景。
可自行创建骨骼的生物混合可变刚度软执行器
出生时，婴儿的头部会暂时变形，以便通过狭窄的产道。出生后，这种灵活性就不再需要了，而是需要一种刚性状态来保护敏感的大脑，因此头骨的材料性质会发生变化，将头骨闭合为刚性骨骼。同样，可变刚度组件对于实现变形机器人和仿生学也具有重要意义。[1,2] 在医学和组织工程中，可变刚度也具有根本性的重要性，尤其是在与周围微环境相互作用时。例如，可以使用柔顺水凝胶和支架来促进手术期间的插入和适应，之后移植的材料会变硬以重建受伤硬组织的功能和机械性能。[2,3]
可重新配置的磁性折纸执行器，带有指导组装的板载感应
广泛地用于实现受到生活系统行为及其对各种物理和化学刺激的反应能力的启发，包括电荷和偶极子，压力，温度，湿度和磁场。[5-17]这些机械主动的结构通常设计为在预定义的参数范围内工作，在其外部可能无法根据需要做出响应。赋予合成折纸系统具有检测环境条件及其自己的状态模仿性质，实现反馈控制并增强其适应环境变化的能力的能力。需要机械的软传感器，以适应动作过程中的运动和变形才能有效与折纸进行整合。软执行器的标准方法已集中在基于商业电子和气动系统[18]的刚性设计上，或者是带有刺激响应材料的小规模平台。[19]前者太笨重了，无法复制生物系统中发现的无缝且温和的折叠模式，而后者缺乏传感器，因此反馈控制以积极指导其运动。实现柔软，功能性和薄折纸致动器需要在这两种方法之间进行合成，这可以通过使用电子皮（E-Skins），复合膜或水凝胶来介导。最近的工作通过证明本质上柔韧的应变[20,21]曲率，[22,23]和光学[24]传感器整合到软致动器中，从而实现了该协同作用的一些步骤。然而，这些示例集中在由没有多个折叠的单层材料制成的执行器上，因此不需要折纸时的组装过程中的运动跟踪。可以通过将磁敏感的e胶粘在软磁性执行器上，检测到各种襟翼或褶皱的位置和方向，从而检测出外部或固有或固有的（由执行器）磁场产生。专门用于磁性软执行器或磁性软机器人[1,25-29]，该机器人是由带有嵌入式磁性颗粒的聚合物复合材料构建的，磁化状态的变化会极大地影响致动。[24,25,30–35]当磁性特性的这种变化是有目的的和骗局的时，它们对于允许以新的方式做出相同的结构非常有益。杂志执行器对施加磁场的响应是复合材料的磁化状态的特征，这对用于磁化的过程既敏感又敏感。
光驱动的超分子液晶弹性体致动器的 4D 打印
在基于液晶弹性体 (LCE) 的刺激响应材料的潜在应用中，开发不受束缚的软致动器是最具吸引力的应用之一。[1–4] 例如，在软体机器人中[5–8] 以及在微流体和仿生设备中，[9,10] 含有光活性分子的光响应性 LCE 聚合物已得到广泛应用。[11,12] 与温度和湿度等其他刺激相比，光作为不受束缚的刺激物的好处是时空控制、可调性和直接应用。[13–15] 因此，开发基于可聚合 LCE 材料的光驱动致动器的努力已成为一个成熟的研究课题，为将光转化为机械运动奠定了宝贵的基础。 [16,17] 偶氮苯衍生物是目前 LCE 执行器中最突出的光开关，因为它们易于加入，并且能够实现快速、可逆响应的远程控制驱动。[18,19] 然而，通常需要液晶 (LC) 材料的光聚合才能获得可逆的形状变化。[20,21] 这种光诱导交联过程非常耗时，而且高效固化具有挑战性，而偶氮苯部分的不良异构化则进一步阻碍了这一过程。[22]
使用支持向量机进行飞机飞行控制执行器故障检测
摘要：未来几代飞行控制系统，例如无人驾驶飞行器 (UAV) 的飞行控制系统，可能会更具适应性和智能性，以应对无人驾驶带来的额外安全性和可靠性要求。高效的故障检测和隔离 (FDI) 系统至关重要，应该能够监控飞机的健康状况。从历史上看，硬件冗余技术已用于检测故障。然而，由于成本高且附加组件质量大，在无人机中复制执行器并不理想。幸运的是，也可以使用分析冗余技术检测飞机执行器故障。在本研究中，设计了一种使用支持向量机 (SVM) 的数据驱动算法。所研究的飞机执行器故障是效率损失 (LOE) 故障。故障检测算法的目的是根据执行器的健康状况将特征向量数据分类为正常或故障类。结果表明，SVM 算法几乎可以立即检测到 LOE 故障，平均准确率为 99%。
3D打印高级执行器和软机器人应用的磁性智能材料
16在当代时代，新颖的制造技术（如添加剂制造（AM）17）彻底改变了不同的工程领域，包括生物医学，航空航天，18个电子产品等。四维（4D）智能材料的印刷（4D）在科学界中广受欢迎，该社区具有出色的能力，可以制作20种软机器人，执行器和握手等柔软结构。这些软结构是通过将21种各种刺激（例如pH，温度，磁场和许多组合）应用于软22材料而开发的。3D打印中的刺激允许各种形状变形行为，例如弯曲，23扭曲，折叠，肿胀，滚动，滚动，收缩，折纸或运动。可以通过将软磁性或硬磁性25颗粒掺入软材料中，从而产生磁性柔软的材料（MASM）来制造各种各样的软24磁性结构。通过这26个集成，磁性热耦合致动允许多样化的磁性变形，27促进了能够增强28变形的个性化设备的开发。在这篇综述中，在3D打印上提供了针对29种磁性活性聚合物（地图），磁性活性复合材料以及磁性的水凝胶30（MAHS）的指南，以促进各种智能和灵活的设备的繁荣开发，例如软机器人，例如31可耐磨机器，可耐磨的电子设备和生物材料。3D打印的软机器人技术具有32个出色的能力，可适应许多高级促使33个应用程序的复杂情况。最后，提出了这项令人兴奋的技术34的当前挑战和新兴领域。最后，预计开发35种智能和智能磁性结构的技术进步将对36个现实世界应用的设计产生重大影响。
使用遗传算法进行基于模型的机电执行器故障检测和识别预测
摘要：飞机控制面的传统液压伺服机构正逐渐被机电执行器 (EMA) 等新技术所取代。由于 EMA 才刚刚采用，因此无法获得有关其可靠性的现场数据，其故障模式尚未完全了解；因此，有效的预测工具可以帮助检测飞行控制系统的早期故障，以便正确安排维护干预和执行器更换。这将带来双重好处：通过避免飞机在部件受损的情况下飞行，可以提高安全性，并且可以防止更换仍能正常工作的部件，从而降低维护成本。然而，由于受监控系统的复杂性和多学科性质，EMA 预测提出了挑战。我们提出了一种基于模型的故障检测和隔离 (FDI) 方法，采用遗传算法 (GA) 在系统性能开始受到影响之前识别故障前兆。考虑了四种不同的故障模式：干摩擦、间隙、部分线圈短路和控制器增益漂移。本文提出的方法能够以比数据驱动策略更有效的方式利用系统设计知识来应对挑战，并且需要的实验数据更少。为了测试所提出的工具，开发了一个模拟测试台。实施了具有不同详细程度的 EMA 的两个数值模型：高保真模型提供了要分析的故障执行器的数据，而更简单的模型，计算量更小，但足够准确以模拟所考虑的故障模式，由 GA 迭代执行。结果显示，该系统具有良好的稳健性和精确度，能够早期识别系统故障，且误报或漏报很少。