DOI:https://dx.doi.org/10.30919/es1088 人工智能和机器学习在制造工程中的作用和应用:综述 Sara Bunian,1,# Meshari A. Al-Ebrahim 2,*,# 和 Amro A. Nour 3,# 摘要 人工智能 (AI)、机器学习 (ML)、嵌入式系统、云计算、大数据和物联网 (IoT) 的使用正在影响工业 4.0 向先进技术和高效制造流程的范式转变。由于智能和学习机器的成功使用所带来的快速进步,对人工智能的需求日益增加。人工智能被植入智能制造,以解决关键的可持续性问题并优化供应链、能源和资源的使用以及废物管理。工业 4.0 正在努力实现客户驱动的制造能力,以提高灵活性、可持续性和生产力。AI 和 ML 主要用于现代工业流程的优化和监控。工业 AI 系统研究是一个多学科领域,ML、机器人和物联网都参与其中。工业 AI 开发、验证、部署和维护可持续制造的解决方案。由于云计算的兴起和数据存储成本的大幅下降,现在可以存储大量信息和数据并将其传输到 ML 和 AI 算法中,以简化和自动化组织的不同流程。智能制造和工业 4.0 的框架基于智能流程设计、监控、控制、调度和工业应用。智能制造涵盖了广泛的领域,最初被称为基于物联网的技术。
图1:ANJ-DNA生产Raav。anj-DNA旨在编码辅助构建体和RAAV生产所需的repcap以及利益基因(GOI)。有趣的是,我们的GOI旨在具有模仿AAV2 ITR的发夹结构,因此可以复制并将其包装到Raav中,而无需额外的侧翼序列。可以定制这三个构造以编码任何必需的GOI或优化的助手序列。ANJ-DNA也可以与其他质粒或包装细胞系组合使用,以进行AAV产生。
1个聚合物和晚期聚合物。 roberto.hert@ehu.ehu.us(r.a.); itxas.calafel@ehu.us(I.C。); 2 Tecnalia,Alliance Alliance(BRTA),西班牙Tergetary,20009年,西班牙圣塞巴斯蒂安; 3西班牙西班牙力学和工业生产系;是。 (I.S.);世俗的美国人。 (A.E.)4组“材料 +技术”,福利,Unierbertsitate,UPV/Ehu,20018 San Sebastian,西班牙 *通信:Alberto.satches@the.com(A.S。); anara.saralaga@ehu.ehu.us(A.S。)4组“材料 +技术”,福利,Unierbertsitate,UPV/Ehu,20018 San Sebastian,西班牙 *通信:Alberto.satches@the.com(A.S。); anara.saralaga@ehu.ehu.us(A.S。)
单点钻石加工(SPDM)产生其他生产方法无法匹配的光滑加工表面。虽然对用SPDM进行铸造合金的机制进行了充分探索,但添加性制造零件的SPDM领域仍在很大程度上都没有。这项工作揭示了对添加性钛合金的表面产生过程的新见解,特别是Ti6al4v额外的低间隙(ELI)合金工件。我们对芯片形态的检查揭示了一种独特的芯片去除方式,该模式以前未记录在现有文献中。在添加性的TI6AL4V ELI工件的SPDM中,鉴定出在工具耙面上流动的芯片中的许多毛孔和不连续性,表明在材料的塑料流中看到了周期性间歇性裂纹。为了检查这种现象,开发了有限元分析(FEA)模型。尽管FEA模型可以很好地解释文献中报道的Cast Ti6al4v Eli的SPDM的加工力学和芯片形态,但它未能描述在这项工作中加化性工件加工过程中获得的芯片形态。这种差异强调了针对加上制造组件量身定制的创新模拟方法的需求。这项研究中的实验性OB用途强调了芯片形成的独特形式,与常规的TI6AL4V合金加工过程相反。在较低的饲料中,存在短而不连续的芯片形成,外围的撕裂。相反,在较高的饲料下,观察到了长,连续的带状芯片形成。此外,一些典型的添加剂制造缺陷出现在加工表面和芯片上。通过优化SPDT参数,在Addi ti6al4v Eli工件上实现了大约11.8 nm的表面粗糙度(RA)值。这项工作提供了有关SPDM的化合物制造组件的机制的全新视角,为后续研究提供了垫脚石。
BDA能力可以支持此范式,该范式显示了其可持续实践的潜力(Nobre&Tavares,2017; Raut等,2019; Kristoffersen等,2020; Awan等,2021)。随着技术和可持续性越来越多地以整合的方式讨论,这种整合对于寻求建立能力以克服环境挑战的组织至关重要(Jabbour等,2019,2020a; Raut等,2019)。此外,Raut等人。(2019)指出,在发达和发展中的经济体中,BDA和可持续性实践可能有所不同。巴西作为一种新兴经济,需要发展,但鉴于气候危机,它必须具有可持续性。因此,这项研究使得从巴西工业的角度来绘制BDA能力,可持续制造和CE之间的关系。
研讨会吸引了超过 180 名参与者,他们来自学术界(28%)、政府(37%)、工业界(25%)和非营利界(10%)。参与者重点讨论和确定了用于临床应用的生物制造组织工程医疗产品 (TEMP) 的测量需求。参与者的专业知识包括组织工程(34%)、生物材料(18%)、增材制造(16%)和传感器(11%)等(22%)。参与者针对的细胞和组织包括肌肉骨骼(29%)、间充质干细胞(14%)、心脏(9%)、脂肪(8%)和内皮细胞(8%)等(34%)。向参与者询问哪些测量最需要改进的调查结果如下:效力(18%)、细胞活力(14%)、结构(13%)、pH-O2 代谢物(10%)和机械性能(8%)等(39%)。
摘要在制造组件中使用电弧添加剂制造,需要特定的冷却时间来防止结构和几何畸变过热。目前,这些冷却时间是根据某些层间温度下的经验插入的,从而降低了可重复性,导致不需要的组件特性并增加了过程时间。在此贡献中,使用无效元素方法来计算添加性制造组件的温度演化。这允许优化过程参数,这些过程参数(在我们在此处的考虑中)是焊接速度和每一层的冷却时间,以减少总过程时间,同时实现了足够的组件属性。优化是使用无梯度的Nelder-Mead-Mead-Mead算法进行的,其中通过惩罚函数考虑了过程参数的某些约束。为了获得合理的仿真结果,预先使用实验数据对实验设置的温度依赖性传热进行了建模和校准。很明显,与无梯度优化过程结合使用的热元素模拟是对线弧添加剂制造进行优化的过程参数的合适数值工具。优化的过程参数满足了有关制造成分冷却的某些要求。此外,与手动选择的参数相比,优化参数可以显着减少过程时间。在我们的示例中,这约为48%。
摘要:在染料敏化的太阳能电池(DSSC)中,反电极(CE)作为电子传递剂和氧化还原夫妇的再生剂起着至关重要的作用。与通常由玻璃基底物(例如FTO/玻璃)制成的常规CE,聚合物底物似乎是新兴的候选物,这是由于它们的内在特性轻巧,高耐用性和低成本。尽管有很大的希望,但当前的CES在聚合物基板上的制造方法遭受了严重的局限性,包括低电导率,可伸缩性,过程复杂性以及对专用真空设备的需求。在本研究中,我们采用并评估了一条完全的加性制造路线,该路线可以以高通量和环保的方式为DSSC制造CE,并提高性能。提出的方法顺序包括:(1)材料挤出3-D打印聚合物底物; (2)通过冷喷雾颗粒沉积的导电表面金属化; (3)用石墨铅笔过度涂层薄层催化剂。制造的电极的特征是微结构,电导率和光转换效率。由于其有前途的电导率(8.5×10 4 S·M-1)和微区岩石表面结构(rA≈6.32µm),与由FTO/Glass制成的传统C相比,具有添加性生产的CES的DSSC导致了繁殖的CES,导致了约2.5倍的光率效率。研究结果表明,提出的添加剂制造方法可以通过解决常规CE制造平台的局限性来推动DSSC的领域。
纳米结构的电化学生物传感器已经迎来了诊断精度的新时代,从而增强了临床生物标志物检测的敏感性和特异性。中,电容性生物传感可实现多个分子靶标的超灵敏标签检测。但是,与纳米结构平台的常规制造方法相关的复杂性和成本阻碍了这些设备的广泛采用。这项研究引入了一个电容式生物传感器,该生物传感器利用激光磨碎的还原氧化石墨烯(RGO)ELEC TRODE,该Elec Trodes装饰有金纳米颗粒(Aunps)。制造涉及激光标记的GO-AU 3 +膜,产生RGO-AUNP电极,通过按压戳面方法无缝传输到PET基板上。这些电极与特定生物受体功能化后,对生物分子识别具有显着的亲和力。例如,使用人IgG抗体的初步研究证实了使用电化学电容光谱学的生物传感器的检测能力。此外,生物传感器可以量化临床癌症生物标志物Ca-19-9糖蛋白。生物传感器的动态范围在0到300 u ml -1,检测极限为8.9 u ml -1。对人体液体预处理的CA-19-9抗原的已知浓度进行严格测试证实了它们在检测糖蛋白方面的准确性和可靠性。这项研究表示临床生物标志物的电容式生物传感方面的显着进展,可能导致更容易获得和成本效益的护理解决方案。