XiaoMi-AI文件搜索系统
World File Search Systempneuma
增强灵活性：使用颗粒状的手指弹性伸展
本文介绍了一种生物启发的气动软执行器，旨在模仿人手指的柔韧性运动运动，特别关注通过颗粒状干扰来调节刚度。三腔几何形状 - 蜂窝，矩形和中途 - 以优化曲率性能，利用霉菌星15慢速弹性体进行执行器制造。使用Chia和藜麦晶粒在不可扩展的层中实现了颗粒状干扰，以增强刚度调制。实验结果表明，蜂窝几何形状与天然食指轨迹最紧密地对齐。刚度评估Quinoa的范围为0 - 0.47 N/mm/°，CHIA的范围为0 - 0.9 N/mm/°。与非裁定配置相比，藜麦的执行力量的产量增加了16％，CHIA的力量增加了71％。这种增强的性能对于诸如手部康复等应用特别有益，在这种应用中，自适应刚度和力调节至关重要。颗粒状干扰，尤其是使用Active Chia，为需要可变的刚度和电阻的任务提供了卓越的适应性，使其成为可穿戴机器人应用康复的有前途的候选人。
软韧带混合气动执行器的力分析及其在双足动物机器人机器人中的应用
摘要本文系统地研究了软韧带混合气动执行器（SRHPA），该杂交气动执行器（SRHPA）由一个可固定的可折叠式旋转骨架组成，能够具有大量的螺旋运动和具有高线性驱动力的软蛋卷肌肉。考虑到可折叠骨骼的独特变化螺旋运动，分析模型映射了由波纹管肌肉产生的输入力和执行器的输出力产生的，并通过模拟力分析进行了验证。原型。测试了原型的静态和动态性能，以验证输出力的分析建模。使用执行器作为模块，开发并测试了带有四个模块的新型双足动物机器人，以证明其适应性在构造空间中，通过在转弯，转弯环绕和旋转步态之间进行切换。载板电子设备零的混合执行器和Inch虫机器人有可能在极端的环境中部署，这些环境比电机和驱动器（例如在核和爆炸性环境中）更喜欢气动驱动系统。
软韧带混合气动执行器的力分析及其在双足动物机器人机器人中的应用
摘要本文系统地研究了软韧带混合气动执行器（SRHPA），该杂交气动执行器（SRHPA）由一个可固定的可折叠式旋转骨架组成，能够具有大量的螺旋运动和具有高线性驱动力的软蛋卷肌肉。考虑到可折叠骨骼的独特变化螺旋运动，分析模型映射了由波纹管肌肉产生的输入力和执行器的输出力产生的，并通过模拟力分析进行了验证。原型。测试了原型的静态和动态性能，以验证输出力的分析建模。使用执行器作为模块，开发并测试了带有四个模块的新型双足动物机器人，以证明其适应性在构造空间中，通过在转弯，转弯环绕和旋转步态之间进行切换。载板电子设备零的混合执行器和Inch虫机器人有可能在极端的环境中部署，这些环境比电机和驱动器（例如在核和爆炸性环境中）更喜欢气动驱动系统。
探索气动驱动的可食用机器人的饮食体验：感知，口味和质地
这项研究调查了动画食品消费对人类心理学的影响。我们开发了一个可移动的，可食用的机器人，并通过可视化机器人的动作和进食来评估了参与者的印象。尽管已经开发了几种类型的Edible机器人，但据我们所知，与饮食相关的心理影响尚未得到研究。我们使用明胶和糖开发了一种肺炎驱动的可食用机器人。我们检查了它的外观和参与者的印象。在饮食实验中，我们评估了两个条件：一个机器人移动的条件，一个是一个驻扎。我们的结果表明，参与者对移动机器人的看法与施工机器人不同，在食用时会导致不同的看法。此外，当机器人被咬伤并在两个条件下咀嚼时，我们观察到了感知的纹理差异。这些发现为在各种情况（例如医疗领域和烹饪娱乐）中的可食用机器人的实际应用提供了宝贵的见解。
Schwalbe发布了绿色马拉松轮胎生命周期的详细评估
是世界上第一个自行车轮胎，并回收了物料回收。Schwalbe提交了对绿色马拉松生命周期（LCA）的详细评估，以量化其惊人的影响。结果：与先前的模型相比，绿色马拉松赛的等效二氧化碳（共2EQ）*可节省二氧化碳的41％。2010年马拉松的印记比其他自行车轮胎低于其他自行车轮胎的印记，这也是使用回收伴侣（也用于防forking保护）。
一种用于诱发创伤性脑损伤的新型水力流体液体打击器：评估啮齿动物的感觉，运动，认知，分子和形态学结果
，包括横向流体打击（LFP）诱发的脑损伤（LFP），侧向控制皮层撞击损伤（CCI）及其气动变体（Lighthall，1988）和电磁变体（Brody et al。，2007; Onyszchuk et an e an feen and frow）andi and and froge and and and and and and and and from and from.，and and and from an。 1981年），等等。FPI模型是最成熟且常用的最常用的，尽管它可以改进，以更好地理解人类中TBI的后果。不能排除任何其他模型的开发，特别是如果这样的模型改善了控制产生TBI的主要参数的效率，例如，峰值压力及其持续时间有助于控制损伤严重性，而不是提及无需进行强化训练的无需进行的实现的可行性，以及其他改进。完全控制脑损伤的严重性将是理想TBI模型的最佳功能，因此，任何改善现有模型功能的其他方法都将有助于更好地了解基本机制以及设计最佳的治疗策略。尽管LFP模型是最广泛使用和良好的特征性的，该模型被非渗透和非渗透性TBI（Katz and Molina，2018年），但在该模型中，有些问题尚未解决，包括活塞的固有特征，包括需要经常润滑的材料，因为它的材料构成了，因为易于构建的材料是造成的。 解决方案。在这方面，Kabadi等人。 同时，Ouyang等人。在这方面，Kabadi等人。同时，Ouyang等人。此外，通常使用的空气透明管会吸收一些压力，并且释放质量击中活塞的机制需要每个用户的技能。（2010年）旨在通过引入一个使用双动力活塞气动系统的空气驱动撞击器来增强原始方法，从而精确地控制输送到栓子的冲击力，从而达到所需的损伤强度水平。虽然对撞击器的释放进行了电子调节，但基本原理仍然类似于以流体大球的形式诱导压力波。（2018）对原始设计进行了修改，以应对与摆模型相关的挑战，并旨在消除手动操纵该设备的必要性。这些作者用不锈钢圆柱体代替了有机玻璃管，并结合了使用电磁控制的量角器来精确地对齐摆，然后撞击了栓塞，达到了所需的压力来诱导脑损伤。另一方面，受控皮质冲击（CCI）模型通过利用电磁活塞直接影响硬脑膜，提供了一种替代方法来诱导不同程度的损害（Brody等，2007; Osier and Dixon，2016）。该模型允许对参数（例如速度，加速度，角度和撞击器渗透）等参数进行电子控制。因此，它产生了更具局部损害的形式，从而导致不同的形态和行为结果可能与LFP模型产生的损害相差。因此，我们的研究主要旨在将这种创新TBI设备的优势与其他流体打击乐器进行比较。此外，格拉斯哥昏迷量表已将TBI分类为严重，中度和轻度，以及计算机断层扫描的结果是正常和负异常（Capizzi等，2019）。众所周知，在TBI模型（出血，脑膜损伤，坏死等）初次损害之后，不同的生化和分子改变
仿生气动变形弹性体
图 2：气压棒膨胀和变形的特性。a、气压棒结构的垂直切割示意图。通道的几何形状可以简化为两个无量纲参数：相对高度 Ψ = h/(h + 2e) 和通道密度 Φ = d/(d + d w )，其中 d 为通道宽度，d w 为壁宽，h 为通道高度，e 为覆盖膜厚度。b、当 Φ = 0.69 ± 0.05 时，目标平行和纵向应变对压力的依赖性，以及当 Φ = 0.5 ± 0.02 时，目标平行和纵向应变对压力的依赖性。实线对应没有任何拟合参数的模型（在我们的简化模型中，ε∥消失）。c、气压棒被编程为在加压时呈圆锥体。倾斜角记为 α。 d，对于不同参数的气压计，实验和理论（实线，无拟合参数）α 随施加压力的变化：红色菱形（Ψ = 0.78±0.05，Φ = 0.5，R = 50mm，H = 3.8±0.2mm）；蓝色三角形（Ψ=0.74，Φ=0.5，R=40mm，H=5.4mm）；紫色旗帜（Ψ=0.68，Φ=0.2，R=50mm，H =6mm）；绿色方块（Ψ=0.6，Φ=0.5，R=40mm，H =6.7mm）。
具有集成刚度的紧凑型气动离合器……
摘要 — 刚度变化和实时位置反馈对于任何机器人系统都至关重要，但最重要的是对于有源和可穿戴设备与用户和环境的交互。目前，对于紧凑尺寸，缺乏提供高保真反馈并保持设计和功能完整性的解决方案。在这项工作中，我们提出了一种新型最小离合器，它集成了刚度变化和实时位置反馈，其性能优于传统的卡住解决方案。我们详细介绍了离合器的集成设计、建模和验证。初步实验结果表明，在最大力密度为 15.64 N/cm 2 时，离合器的阻抗力变化接近 24 倍。我们通过实验验证了离合器在以下方面的表现：(1) 增强软执行器的弯曲刚度，使软操作器的夹持力提高 73%；(2) 使软圆柱执行器能够执行全向运动；(3) 为手势检测提供实时位置反馈，为动觉触觉反馈提供阻抗力。本文介绍了功能组件，重点介绍了集成设计方法，这将对软机器人和可穿戴设备的发展产生影响。
关键词：颗粒介质；流体力学；流变学，CFD；DEM；人工智能；机器学习和神经网络。 背景与目标：该研究项目是圣埃蒂安矿业学院（法国顶级工程学院）与世界核能领导者奥拉诺公司长期合作的一部分。该项目专注于颗粒流建模。这些流体具有不同于传统流体的迷人特征。我们在自然环境（泥流、雪崩……）或工业过程（粉末混合、气力输送、筒仓卸料……）中发现了它们，其中含有各种材料（金属、氧化物、有机化合物……）。我们的研究小组开发了数值策略来高效、快速地模拟涉及大量颗粒（10 6 10 18 ）的工业过程。在这篇博士论文中，候选人将探索人工智能的潜力，以减少使用离散元法 (DEM) 进行模拟所产生的数据量，离散元法通常用于对颗粒物质进行建模。他/她将使用这种简化的信息（例如以本构方程的形式）来为 CFD 模型提供数据。研究结果将发表在该领域的顶级期刊上，并由博士生在国际会议上发表。所需个人资料和技能：至少在以下一个领域拥有理学硕士学位：流体力学、材料物理、软物质物理、数值模拟。您喜欢建模和解决难题
关键词：颗粒介质；流体力学；流变学、CFD；DEM；人工智能；机器学习和神经网络。背景和目标：该研究项目是圣艾蒂安矿业学院（法国顶级工程学院）与世界核能领导者 Orano 长期合作的一部分。该项目专注于颗粒流建模。这些流体具有与传统流体不同的迷人特征。我们在自然环境（泥流、雪崩……）或工业过程（粉末混合、气动输送、筒仓排放……）中发现它们，其中有各种材料（金属、氧化物、有机化合物……）。我们的研究小组开发了数值策略来高效、快速地模拟涉及大量粒子（10 6 10 18 ）的工业过程。在这篇博士论文中，候选人将探索人工智能的潜力，以减少使用离散元法 (DEM) 进行模拟生成的数据量，离散元法通常用于对颗粒物质进行建模。他/她将使用这种简化的信息（例如以本构方程的形式）来输入 CFD 模型。研究结果将发表在该领域的顶级期刊上，并由博士生在国际会议上发表。所需个人资料和技能：至少在以下领域获得硕士学位：流体力学、材料物理、软物质物理、数值模拟。您喜欢建模和解决难题。好奇心、严谨性、参与度、批判性分析能力、倾听能力，当然还有对科学和技术的热情，这些都是成功答辩优秀论文的关键资产。英语流利 + 愿意学习基础法语。申请：文件包括四项：求职信 + 简历 + 至少一封推荐信 + 硕士排名或学术成绩。其他：最好从 2020 年 10 月 1 日开始。在工业资助和合作下
气动声纳浮标发射系统 - L3Harris
声纳浮标旋转发射系统 (SRL) 是一种气动发射器，能够在发射间隔三秒内释放十个 A 型声纳浮标。该系统直接安装在飞机地板上，可在飞行中重新装填，并以 1000 至 5000 psi 的充气压力运行。SRL 可以在一次 5000 psi 预充气下发射四十个声纳浮标。SRL 可以与机载压缩机或预充气蓄能器耦合，以实现定制任务能力。