XiaoMi-AI文件搜索系统
World File Search Systemvik
挪威胡斯塔维卡维京天空号停电 - NTNU Open
本文从 2019 年 3 月在挪威胡斯塔德维卡发生的 Viking Sky 游轮故障（停电、失去推进力和近乎搁浅）中汲取教训。游轮行业的故障和事故吸引了全球媒体的关注，并可能严重影响相关公司和当局的声誉和业务绩效。采用系统方法调查和分析 (CAST)，旨在通过系统方法最大限度地从 Viking Sky 的故障中吸取教训，并有助于减少游轮行业的故障。这项研究提出了三项主要建议：事故或故障前兆和恢复力指标概述；对其他游轮的安全建议；北极和南极地区增加游轮运营的经验教训和行动策略。研究发现，多种事故或故障前兆，例如润滑油水平低、涡轮增压器故障、大型柴油发电机不工作、恶劣天气导致安全设备无法运行以及其他前兆，导致 Viking Sky 在胡斯塔德维卡遇到故障和极度危急的情况。船长立即决定发出求救信号、船员的准备情况以及处理紧急情况的方式等弹性指标被发现对 Viking Sky 的危急情况产生了积极影响。本文还强调，适应
CMD 2020 Sandvik加工和制造解决方案
要保持竞争力，组件制造商需要依靠更多数字化的过程和减少手动交互。自动化和机器连接缩小知识差距。“在更广泛的意义上知道”将成为未来的竞争优势。
基于跑步图像、重量等人工智能支持的跑步测量
如今，大多数测量地点都配有称重车辆秤。称重时，使用从重量到体积的换算率。转换率可以与日期、树种、原木直径等因素相关联。早在 20 世纪 50 年代的研究表明，称重特别适用于硬木纸浆木材。从 21 世纪初直到遥感技术被引入之前，“52 方法”（结合日期和评估因素的加权）被应用于瑞典北部大部分纸浆木材（Ölund & Selin，1999）。人工智能开辟了新的可能性 人工智能 (AI) 为分析具有许多变量的大型数据集开辟了新的可能性，其中还包括图像。通过基于人工智能的模型来确定堆栈体积，可以使用收割机数据、堆栈测量和重量的信息。神经网络是机器学习中的一种特定 AI 应用，包含多种不同类型的模型。模型的工作原理借鉴了人类大脑的工作方式，即神经元相互作用并沿着链传递相关信息。这些模型的共同点是它们由多层构成，每层包含一定数量的“神经元”（节点），每层识别数据中的某些模式。这些模式隐藏在网络中，这意味着很难解释特定变量的影响。神经网络的总体目的与其他机器学习方法一样，是根据训练数据有效地建立预测模型。
2019 Nunavik气候变化研讨会报告
在研讨会期间表达的主要问题之一是气候变化对因纽特人文化以及保留传统技能和知识的影响。参与者分享了t radition，有一个时间以有序的方式做事，但是由于气候变化，实践发生了变化。他们表示，随着变革的速度，将知识从长者传递到青年的时间更加困难。环境的变化导致传统实践的变化，例如旅行，天气预测和收获。因此，向青年传统的技能和知识更具挑战性。将知识传递给青年的机会有限，这使参与者关心与土地和传统技能有关的专业知识的丧失，这可能导致其文化的丧失。
女士们，先生们。我叫 Geir Hestvik。我来自...
资源的开采可能很困难。北极地区的极端天气条件和极低温度使其成为石油和天然气勘探的挑战性地区，而且许多预期的资源也位于近海。这些挑战似乎会减缓这一进程，但从长远来看，这不会阻止各国和国际公司的行动，因为这涉及大量资金。
塞斯纳 T-303 Crusader 垂直尾翼飞行疲劳裂纹扩展监测 Eric v. K. Hill 1 和 Christopher L. Rovik 2
1 Aura Vector Consulting，3041 Turnbull Bay Road，New Smyrna Beach，FL 32168 2 Toyota Technical Center，8777 Platt Road，Saline，MI 48176 摘要 本研究涉及对 Cessna T-303 Crusader 双引擎飞机垂直尾翼疲劳裂纹扩展的飞行中监测。在实验室中对带凹槽的 7075-T6 铝制飞机槽梁支撑结构进行了周期性测试。在这些疲劳测试期间采集了声发射 (AE) 数据，随后将其分为三种故障机制：疲劳开裂、塑性变形和摩擦噪声。然后使用这些数据来训练 Kohonen 自组织映射 (SOM) 神经网络。此时，在 T-303 飞机垂直尾翼的肋骨之间安装了类似的槽梁支撑结构作为冗余结构构件。随后从初始滑行和起飞到最终进近和着陆收集 AE 数据。然后使用实验室训练的 SOM 神经网络将飞行测试期间记录的 AE 数据分类为上述三种机制。由此确定塑性变形发生在所有飞行区域，但在滑行操作期间最为普遍，疲劳裂纹扩展活动主要发生在飞行操作期间 - 特别是在滚转和荷兰滚机动期间 - 而机械摩擦噪声主要发生在飞行期间，在滑行期间很少发生。SOM 对故障机制分类的成功表明，用于老化飞机的原型飞行结构健康监测系统在捕获疲劳裂纹扩展数据方面非常成功。可以设想，在老化飞机中应用此类结构健康监测系统可以警告即将发生的故障，并在需要时而不是按照保守计算的间隔更换零件。因此，继续进行这项研究最终将有助于最大限度地降低维护成本并延长老化飞机的使用寿命。关键词：老化飞机，飞行中疲劳裂纹监测，Kohonen自组织映射，神经网络，结构健康监测 简介 飞机疲劳开裂 如今，飞机的使用寿命通常比汽车更长。这是由于许多因素造成的，包括飞机的成本、政府法规以及故障的严重后果。由于飞机的使用寿命预期如此之长，因此引发了许多问题。问题的主要根源可能是疲劳裂纹的存在和增长，这也是本研究的主题。修复疲劳裂纹造成的损坏的能力一直不是问题，但疲劳裂纹增长的检测和监测已被证明是一个真正的挑战。疲劳开裂是由于低于正常延展性金属的屈服强度的循环载荷导致的脆性断裂。裂纹尖端的高度集中应力导致在裂纹前方形成心形塑性变形区。该塑性区应变随着循环载荷而硬化，当金属的延展性耗尽时会断裂
关于埃亚菲亚德拉冰盖和航空的凯利尔会议……
在2000年至2010年，Anatoli Chikovsky博士和B.I.白俄罗斯国家科学院的Stepanov物理研究所参加了与EC的21个科学团队合作的欧洲气溶胶研究激光雷达网络Earlinet。Chikovsky博士是前苏联国家创建LiDAR Network Cis-Linet国际项目的经理，在5、6和7框架计划中的项目中。 在这个项目中，还开发了联合发光仪和太阳辐射仪大气测量的方法，并研究了欧洲地区污染运输的方法。Chikovsky博士是前苏联国家创建LiDAR Network Cis-Linet国际项目的经理，在5、6和7框架计划中的项目中。在这个项目中，还开发了联合发光仪和太阳辐射仪大气测量的方法，并研究了欧洲地区污染运输的方法。