XiaoMi-AI文件搜索系统
World File Search Systemaer
用于支持选择特定航空航天应用的最佳增材制造工艺的比较框架
摘要 ：增材制造 (AM) 是一项尖端技术，可提供高达 100% 的材料效率和显著的重量减轻，这将对飞机燃料消耗产生积极影响，并且具有很高的设计自由度。因此，许多航空航天公司都在考虑实施 AM，这要归功于这些好处。因此，本研究的目的是帮助航空航天组织在不同的 AM 技术中进行选择。为此，通过半结构化访谈收集了 (8) 位 AM 领域专家的原始数据，并与二手数据进行交叉引用，以确定在选择用于航空航天应用的 AM 设备时需要考虑的关键因素。专家们强调了四种 AM 技术：激光粉末床熔合 (LPBF)、电子束粉末床熔合 (EBPBF)、线弧 AM (WAAM) 和激光金属沉积 (LMD)，认为它们最适合航空航天应用。本研究的主要成果是开发了一个比较框架，帮助公司根据其主要业务或特定应用选择 AM 技术。
遥感和机器学习以改善空中野生动植物种群调查
遥感和机器学习的技术和方法论进步为推进野生动植物调查创造了新的机会。我们组建了一个实践社区（COP），以利用这些发展，以探索从管理层的角度来提高空中野生动植物监测的效率和有效性。COP的核心目标是组织遥感和机器学习方法的开发和测试，以改善支持管理决策的空中野生动植物种群调查。从2020年开始，COP合作确定了由野生动植物调查数据所告知的自然资源管理决策，重点是水鸟和海洋野生动植物。我们调查了我们的会员资格以建立1）他们使用野生动植物数量数据的管理决定； 2）在遥感/机器学习方法出现之前，如何收集这些计数数据； 3）过渡到遥感/机器学习方法学框架的动力； 4）从业者过渡到此框架时面临的挑战。本文记录了这些发现，并确定了朝着基于遥感的野生动植物调查迈向野生动植物管理方面的研究优先级。
航空航天 - CERES 研究资料库
摘要：飞机维护已被确定为航空业许多高风险领域的一个关键关注点；仍然是商业航空运输业中许多事故和严重事件的偶然/促成因素。本研究的目的是回顾和分析 2003 年至 2017 年期间发生的与飞机维护相关的事故和严重事件，以更好地了解因果因素和促成因素。为此，编制了与维护相关的事故和严重事件数据集，然后通过主题分析方法进行定性分析。使用 NVivo 软件对这些事件进行编码可以开发分类法 MxFACS。然后由主题专家评估编码输出，并确定评分者间一致性值以证明研究过程的严谨性。随后，根据事件与已知事故类别（如失控、跑道偏离）的关系对事件进行了评估。发现最常见的维护事件后果是跑道偏离和空中返航，第二级类别与发动机和起落架系统故障有关。最大的维护因素问题是“维护程序不足”和“检查未发现缺陷”。在死亡人数方面，“碰撞事件”是最突出的后果，“发动机相关事件”是最重要的事件，“维护程序不足”是最令人担忧的维护因素。该研究的结果可以与现有的风险分析方法结合使用，并使利益相关者能够开发通用或定制的领结。这可能识别系统中现有的障碍以及弱点，从而能够在组织和行业范围内制定缓解策略。
用于物理人体型操纵器合作的硬件式模拟器
摘要 - 本文介绍了与空中操纵器合作的硬件模拟器。模拟器为用户提供了适用于人冲水器交互活动的逼真的触觉反馈。测量硬件界面和Human/环境之间交换的力，并提供给动态模拟的空中操纵器。反过来，模拟的空中平台将其位置反馈到硬件，从而使人类能够感觉到并评估相互作用的效果。除了人冲洗操作器的合作外，模拟器还提供了发展和测试空中操纵中的自主控制策略。因此，对拟议系统的有效性以及两个案例研究进行了评估：一个协作任务，其中人类操作员将工具附加到机器人最终效用器和一个自动鸟分流器的安装任务。
用于 GIS 集成的无人机
制定基于地理信息系统 (GIS) 的总体/发展规划是 AMRUT 下的重要改革之一。这项改革的目标是利用 GIS 为 AMRUT 计划下的所有城市制定总体规划，并开发通用的数字地理参考基础地图和土地利用图。然而，中小型城镇使用传统 GIS 技术制定总体规划的能力有限，因此，该部希望探索使用无人机 (UAV) 技术为这些城镇制定基于 GIS 的总体规划。为此，在印度测量总监的主持下成立了一个委员会，负责制定应用无人机技术为中小型城镇制定基于 GIS 的总体规划的设计和标准（参见 2018 年 9 月 26 日发布的命令号 K-14031/5/2016-AMRUT(CB)-Part(2)）。
a-3d-知识基于 - 在大 - 上 - 韦尔 -
使用这些实践有助于促进产品生命周期阶段之间的平稳过渡。飞机中的电线织机通常由数千条电缆组成，通常使用计算机辅助设计（CAD）工作站手动用工程师手动用个人知识和如何通过结构路由电缆将电缆路由。必须满足许多必须满足的调控和功能设计规则（例如弯曲半径，电磁敏感性，支撑支架的放置，防止腐蚀和磨损的保护，电缆捆绑，电缆之间的交叉点，电缆发散之间的交汇处等）。路由过程是高度重复的，工程师之间的设计输出可能会有很大差异。电线设计通常与原理结构设计并行进行。整个设计过程的迭代性质是，结构性变化很容易发生，需要为任何受影响的电气电缆耗尽时要耗时。以类似的方式，飞机中的液压管和气管被手动路由，并由不同的设计规则支配。路由过程的重复，规则管理的性质使其成为应用基于知识系统的主要候选人。
德国鱼雷和微型潜艇用原电池的发展，
最初计划在 13 T 电池托盘中安装 40-50 个电池，这些电池可以做得很小，由于 Mg-C 电池具有高电流容量，现在足以提供动力。电池供电鱼雷中的第二个托盘的空间需要用于放置所需的硝酸和铬酸以及循环泵。铝板电池壳每个用于容纳两个碳电极和三个镁电极。然而，由于外壳盖中的电流引出困难，导致 1941 年 10 月初放弃了这种电池结构。决定根据伏打电堆原理制造 Mg-C 电池。TVA 制造了这种电池，其中直径为 400 毫米的圆盘堆叠在一个 pertinax 管上，该管同时用于承载电解质。均匀的
国家 - 大道和空间 - 半决赛 -
咨询委员会 - 27804（4月18日）； 73728（9月11日）航空委员会咨询委员会 - 90073（11月14日）咨询委员会，科学委员会 - 18441年（3月13日）咨询委员会；航空委员会 - 13380（2月22日）； 50378（6月13日）咨询委员会；科学委员会 - 76512（9月18日）咨询委员会； STEM参与委员会 - 45028（5月22日）航空安全咨询小组 - 7745（2月5日）； 22743（4月2日）; 56778
引用本文：Ruby O'Connor、Mitzi Bolton、Alexander K. Saeri、Tom Chan 和 Ross Pearson (2024) 人工智能与复杂的可持续性政策问题：将承诺转化为实践，政策设计与实践，7:3，308-323，DOI：10.1080/25741292.2024.2348834
摘要 应对可持续发展政策挑战需要能够驾驭复杂性的工具，以改善政策流程和结果。过去十年来，人们对人工智能 (AI) 工具的关注度和政府对其使用的期望急剧上升。我们对学术和灰色文献进行了叙述性回顾，以调查人工智能工具如何用于政策和公共部门决策。我们发现，学者、政府和顾问对人工智能表达了积极的期望，认为人工智能可以或应该用于解决广泛的政策挑战。然而，关于公共决策者如何实际使用人工智能工具或对使用结果的详细洞察的证据却少得多。从我们的研究结果中，我们得出了将人工智能的承诺转化为实践的四个教训：1) 记录和评估人工智能在现实世界中对可持续发展政策问题的应用；2) 关注现有和成熟的人工智能技术，而不是投机性的承诺或外部压力；3) 从要解决的问题开始，而不是要应用的技术；4) 预测并适应可持续发展政策问题的复杂性。