XiaoMi-AI文件搜索系统
World File Search System工业工程
计算机与工业工程 - WUR eDepot
背景：基于数字孪生的预测性维护系统经常集成到复杂系统中。集成的成功取决于系统的设计。参考架构可用作蓝图，为各种应用领域快速一致地设计应用程序架构，从而缩短上市时间。目标：本研究的主要目标是开发和评估使用知名软件架构方法设计的参考架构。方法：进行领域分析以收集和综合基于数字孪生的预测性维护系统的文献，我们用这些文献对关键特性进行建模。我们应用 UML 图根据特性模型设计参考架构。我们使用三个案例研究评估了参考架构。结果：我们得出了基于数字孪生的预测性维护系统的三个视图。对于用户视图，我们开发了一个上下文图。我们为结构视图开发了一个包图，并设计了一个分层视图来显示系统的分层分解。我们使用每个参考架构视图，根据研究的特性为每个案例研究设计了一个应用程序架构。此外，我们设计了一个部署视图来描述硬件和软件及其环境。结论：我们证明了创建参考架构的方法可用于基于数字孪生的预测性维护
工业工程工程硕士课程
255712 IE 712企业家精神3（3-0-6）255713 IE 713人力资源发展3（3-0-6）255714 IE 714工业环境影响评估3（3-0-6）255715 IE 715 IE 715先进工程经济3（3-0-0-6）255555716 IE EE 3（3-0-6）IE EE 3（3-0-6）IE EE 3（3-0-6） 255720 IE 720质量管理3（3-0-6）255721 IE 721库存理论3（3-0-6）255723 IE 723调度和测序理论3（3-0-6）255724 IE 724多标准决策技术3（3-0-6）for Indertion-aving for Indertian-avery-averiage-avertial-afteriage-avertial-aft 255731 IE 731 Product Design and Development 3(3-0-6) 255732 IE 732 Queuing Theory 3(3-0-6) 255733 IE 733 Modern Production and Industrial System 3(3-0-6) 255736 IE 736 Plant Layout and Facility Design 3(3-0-6) 255738 IE 738 Concurrent Engineering 3(3-0-6) 255739 IE 739 Data - Mining Techniques for Industrial 3(3-0-6) Applications 255740 IE 740 Advanced Manufacturing Costing Techniques 3(3-0-6) 255741 IE 741 Nanotechnology, Nanomaterials 3(3-0-6) and their applications 255742 IE 742 Plasma Engineering and Technology 3(3-0-6) 255744 IE 744制造策略3（3-0-6）255745 IE 745精益制造系统3（3-0-6）255746 IE 746工业系统模拟3（3-0-0-6）255747 IE 747应用于工业3（3-0-6）25574 IE 748 IE 748 IE STOCHASTIS 255749 IE 749人工智能技术3（3-0-6）制造255750 IE 750创新管理和新产品3（3-0-6）
工业工程与管理系
Dr. VN Shailaja、ManyaDevat Dinesh 在运营管理、系统和商业分析年度会议上发表了题为“使用 IE 技术解决农业中粮食和食品可追溯性的区块链框架”的论文。该会议由科钦商学院和 Rajagiri College Sciences, (Autonomous) 主办，与班加罗尔工程与管理系、工程学硕士和 Kharagpur 学生分会联合举办。Dr. VNShailaja、Alaparthi BharathBushan 和 Manohar S 发表了题为“使用 GABI 软件评估智能手机影响的研究”的论文。该会议由喀拉拉邦科钦的 Rajagiri Busines 和 Rajagiri College of Social (Autonomous) 主办，与班加罗尔 BMS College of En 工业工程管理系和印度 Kharagpur 的 IISE IIT Kharagpur 分会联合举办。
2020-2021 年度回顾 - 工业工程
最近，Ekşioğlu 的研究团队（由阿肯色大学、克莱姆森大学、德克萨斯大学圣安东尼奥分校的教职员工和学生以及爱达荷国家实验室 (INL) 的研究人员组成）正在开发分析模型，以设计一个可靠且高效的生物精炼厂生物质加工系统。这项研究由美国能源部的能源效率和可再生能源计划赞助。这项工作的动机是观察到散装固体处理和材料流经生物质加工系统的低效率。这些低效率是由于生物质特性（例如水分和灰分含量）的随机性，这会导致加工生物质的颗粒大小、形状和密度发生变化。过大的颗粒和灰分会堵塞气锁和气动传输管线，导致设备运行时间短/不可靠，反应器利用效率低。
工业工程硕士学位课程...
截至2013/2014学年课程课程主题代码t ie t iet- t-类型：Meng for MengIE - 工业工程，工业工程，教学语言英语NTAKINGENCLENG），实验室（实验室）每周；考试（E），连续评估（CA）；学期项目（SP）/学期作业（课程工作）（SA） div>
Jérémie Schutz，工业工程博士 - LGIPM
12 Schutz ，J.(2014b)。不同运行条件下租赁设备的最佳“零星”和系统预防性维护政策。在 B. Grabot、B. Vallespir、S. Gomes、A. Bouras 和 D. Kiritsis（编辑）中。，IFIP 生产管理系统进展国际会议 (APMS) (Vol.AICT-438，第 I 部分，第451–458 页）。生产管理系统的进步。全球-本地世界中的创新和基于知识的生产管理。第 2 部分：知识发现和共享。法国阿雅克肖：施普林格。doi: 10.1007/978-3-662-44739-0\_55
Jérémie Schutz，工业工程博士 - LGIPM
12 Schutz ，J.(2014b)。不同运行条件下租赁设备的最佳“零星”和系统预防性维护政策。在 B. Grabot、B. Vallespir、S. Gomes、A. Bouras 和 D. Kiritsis（编辑）中。，IFIP 生产管理系统进展国际会议 (APMS)（卷。AICT-438，第 I 部分，第451-458 页）。生产管理系统的进步。全球-本地世界中的创新和基于知识的生产管理。第 2 部分：知识发现和共享。法国阿雅克肖：施普林格。doi: 10.1007/978-3-662-44739-0\_55
航空航天工业工程通道解决方案 - Southco
Southco, Inc. 是全球领先的工程通道解决方案设计商和制造商。从质量和性能到美观和人体工程学，我们深知，在产品设计中，第一印象是持久的印象。70 多年来，Southco 一直帮助全球最知名的品牌通过创新的通道解决方案为其客户创造价值，这些解决方案旨在增强其产品在运输和工业应用、医疗设备、数据中心等领域的接触点。
通过人工智能技术预测学业成绩 Omar D. Castrillón、William Sarache 和 Santiago Ruiz-Herrera 哥伦比亚国立大学 - 马尼萨莱斯校区，工程与建筑学院，工业工程系，创新与技术发展组，Q 区拉努比亚校区，马尼萨莱斯，170001 - 哥伦比亚。 （电子邮件：odcastrillong@unal.edu.co；wasarachec@unal.edu.co；sruizhe@unal.edu.co） 五月收到。 9，2019； 2019 年 7 月 8 日接受；最终版本 2019 年 8 月 12 日，2020 年 2 月发布 摘要 本文的目的是利用人工智能技术（分类器）根据各种影响因素预测高等教育学生的学业成绩。尽管对这些因素的研究已从定量和定性方法进行了广泛的分析，但仍然提供了使用人工智能提供的工具进行研究的机会，特别是在预测学业成绩方面。通过定义的因素（教育、家庭、社会经济、习惯和风俗等），设计了一种方法，可以训练一个系统，该系统能够预先将新生分类到五个预定的学业成绩类别之一中。这种分类可以让教育机构提前识别出可能存在学业成绩问题的学生。由此，可以部署立即的支持和缓解行动。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键词：学业成绩；人工智能;分类器；成功；使用人工智能技术预测学业成绩摘要本文的目的是通过应用人工智能技术（分类器）来预测高等教育学生的学业成绩，考虑几个影响因素。尽管这些因素已从定量和定性方法进行了广泛的分析，但它们仍然代表了使用人工智能工具的研究机会，特别是在学业成绩预测方面。通过定义影响因素（教育、家庭背景、社会经济、习惯和风俗等），设计了一种方法，以训练一个系统，该系统能够预先将新生分类为五个学业成绩类别之一。这种分类使教育机构能够尽早发现可能存在学业成绩问题的学生。根据这些了解，该机构可以立即采取缓解措施。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键字：学业成绩；人工智能；分类器；成功；预测
通过人工智能技术预测学业成绩 Omar D. Castrillón、William Sarache 和 Santiago Ruiz-Herrera 哥伦比亚国立大学 - 马尼萨莱斯校区，工程与建筑学院，工业工程系，创新与技术发展组，Q 区拉努比亚校区，马尼萨莱斯，170001 - 哥伦比亚。 （电子邮件：odcastrillong@unal.edu.co；wasarachec@unal.edu.co；sruizhe@unal.edu.co） 五月收到。 9，2019； 2019 年 7 月 8 日接受；最终版本 2019 年 8 月 12 日，2020 年 2 月发布 摘要 本文的目的是利用人工智能技术（分类器）根据各种影响因素预测高等教育学生的学业成绩。尽管对这些因素的研究已从定量和定性方法进行了广泛的分析，但仍然提供了使用人工智能提供的工具进行研究的机会，特别是在预测学业成绩方面。通过定义的因素（教育、家庭、社会经济、习惯和风俗等），设计了一种方法，可以训练一个系统，该系统能够预先将新生分类到五个预定的学业成绩类别之一中。这种分类可以让教育机构提前识别出可能存在学业成绩问题的学生。由此，可以部署立即的支持和缓解行动。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键词：学业成绩；人工智能;分类器；成功；使用人工智能技术预测学业成绩摘要本文的目的是通过应用人工智能技术（分类器）来预测高等教育学生的学业成绩，考虑几个影响因素。尽管这些因素已从定量和定性方法进行了广泛的分析，但它们仍然代表了使用人工智能工具的研究机会，特别是在学业成绩预测方面。通过定义影响因素（教育、家庭背景、社会经济、习惯和风俗等），设计了一种方法，以训练一个系统，该系统能够预先将新生分类为五个学业成绩类别之一。这种分类使教育机构能够尽早发现可能存在学业成绩问题的学生。根据这些了解，该机构可以立即采取缓解措施。该方法被应用于哥伦比亚一所公立大学的学生样本，成功率达到 91.7%。关键字：学业成绩；人工智能；分类器；成功；预测
通过替换 PHO4 基因，利用工业工程酿酒酵母提高甘蔗糖蜜乙醇产量
甘蔗糖蜜（SCM）是制糖过程中的副产品，总糖浓度约为50%。8 由于含糖量高，SCM已成为中国、巴西等国家生产非食品生物乙醇的主要原料。9 中国每年的SCM产量约为380万吨，是广西等蔗糖主产区乙醇发酵的主要原料。10 利用该原料生产乙醇具有来源集中、成本低的优势，在一定程度上可以解决制糖工业对环境的直接污染问题，将废弃物转化为有用资源，从而有可能提高经济效益。然而，SCM生物乙醇行业仍存在乙醇发酵水平低和环境污染严重的两个难题，这主要是由于缺乏高性能的工业酵母菌株造成的。酿酒酵母是工业生产生物乙醇最常用的微生物。各种研究表明，酿酒酵母菌株从 SCM 发酵中获得的乙醇含量 (EC) 约为 79.25 – 96.29 g L 1 。11,12 巴西最佳工业酿酒酵母菌株为 CAT1 和 PE2，EC 分别为 79.25 g L 1 和 77.35 g L 1 。11,13 此外，苏格兰 M 型野生酿酒酵母的 EC 为 82.17 g L 1 。14