XiaoMi-AI文件搜索系统
World File Search System工作单元
识别工业机器人手臂工作单元用例...
底层技术可能带来更高的效率，但也会增加更多复杂性和维护（取决于机器人所取代的系统或技术），这就是工业机器人系统。它们在许多制造环境中得到越来越广泛的应用，包括制造汽车、飞机和消费电子产品的制造环境（DeVlieg，2010）（Kahan、Bukchin、Menassa 和 Ben-Gal，2009）（Kusuda，1999）（Zwicker 和 Reinhart，2014）。维护实践对于保持工业机器人系统以必要的效率和准确性运行至关重要，以实现制造过程的生产力和质量目标。根据 ISO 标准 8373（国际标准化组织，2012 年）中规定的定义，这项工作将机器人定义为工业机器人，将机器人系统定义为工业机器人系统。这些定义是：
原创科学论文 使用 2-D 安全摄像头对无围栏机器人工作单元中的异物进行人工智能分类
Merdan OZKAHRAMAN*、Haydar LIVATYALI 摘要：使用机器人机械手的生产系统在过去几十年中变得很普遍，而且趋势是朝着节省空间的无围栏单元发展。因此，这些系统的安全性和灵活性变得更加关键。安全系统基于传感器数据或摄像机图像。虽然基于摄像头的系统的灵活性更好，但传统的图像处理方法对工作环境很敏感。人工智能可能是他们快速适应变化需求并提高准确性和稳定性的有力工具。在本研究中，设计了一种低成本的基于 2-D 摄像头的安全系统，并将其安装在实验性的无围栏机器人工作单元中。系统控制器与三种替代深度学习（ResNet-152、AlexNet、SqueezeNet）和三种机器学习模块（支持向量机、随机森林和决策树）相结合。这些模块使用十个不同异物穿透警报区的照片图像进行训练。为了涵盖不断变化的工业环境条件，我们通过使用每个类别最多 550 张图像来涵盖相机振动、阴影、反射、照度变化等破坏性影响。使用用于训练和测试这六个系统的受限数据，SqueezeNet 深度学习模型的最佳准确率为 95%，且没有过度拟合。尽管如此，基于机器学习的模型的预测时间比基于深度学习的模型快 100 倍。因此，安全系统可以快速适应任何可能的变化，并防止工作条件可能产生的噪音，并可以防止工业生产中可能发生的时间损失。 关键词：人工智能；图像分类；机器人与自动化 1 引言 几十年来，机器人技术一直用于工业生产和许多其他领域。各种产品的生产需求变化要求生产线和机器人单元频繁变化。生产线的变化会导致时间和劳动力的损失 [1]。这些损失的一个重要部分来自生产线中工作单元的安全要求。工业中不仅使用围栏，还使用基于传感器和摄像头的安全系统。基于摄像头的安全系统可以被认为是最先进的技术。在这种系统中，由于工作单元的变化，必须重新调整结构。可重构结构中使用的安全系统、基于人机互操作性的系统以及无围栏系统的图像处理也应适应这种灵活性 [2-4]。为了实现安全系统对工作灵活性的适应性，并避免环境条件引起的噪音，在传统的图像处理方法中加入人工智能算法是不可避免的。当目标是识别和区分进入工作单元的异物时，使用基于人工智能的图像处理的系统可能会提高安全系统的性能。传统的基于图像处理的安全系统无法可靠地识别友好物体。这些友好物体可能是工件或允许进入单元区域内的操作员。传统系统需要一些额外的设备来识别这些物体而不停止机器人手臂的工作。基于人工智能的安全系统在这方面更为成功。系统的可靠性将随着系统以期望和不期望的方式识别物体而提高。然而，众所周知，传统系统会受到工作环境中的振动、阴影和照度等噪声源的影响。可以建立一个能够快速响应未来变化并提高可靠性的安全系统。通过
智能制造运营管理
此外，设备和机器也都实现了连接，包括移动工具（螺丝刀等）、托盘、容器、移动手推车、生产机器、机器人、工作单元，甚至整条全自动和自主装配线（因此被视为简单的连接对象）。这些连接要么是最近安装的原生连接，要么是通过已经连接到生产环境的现有应用程序（MES、SCADA、HISTORIAN 等）建立的，要么是使用附加传感器提供的。事实上，现在将各种传感器（工业物联网）——无论是简单的还是复杂的——放置在机器、容器或现有基础设施上都非常简单。然而，在驱动机器和生产流程方面，这更加困难。在这种情况下，通过 LES、MES 或 SCADA 等专门应用程序进行连接通常是不可避免的。
城市交通大数据数据集分析
摘要 现代车辆越来越能够使用支持 GPS 的车载遥测盒实时报告位置和状态信息，这些遥测盒直接连接到车辆的控制和诊断系统。我们对从英国大型城市地区行驶的车辆获得的此类数据进行探索性分析。主要目标是设计信息丰富的汇总统计数据，以便识别不同“类型”的车辆活动并量化异常行为。我们使用位置、速度、时间和发动机状态（点火开/关）将数据组织成时间持续时间增加的工作单元。我们将层次聚类方法应用于这些工作单元的某些功能，以识别不同类型的车辆路径，并量化现代城市交通状况的周期性每日变化如何影响车队的移动和行为。
城市交通大数据数据集分析
摘要 现代车辆越来越能够使用支持 GPS 的车载遥测盒实时报告位置和状态信息，这些遥测盒直接连接到车辆的控制和诊断系统。我们对从英国大型城市地区行驶的车辆获得的此类数据进行探索性分析。主要目标是设计信息丰富的汇总统计数据，以便识别不同“类型”的车辆活动并量化异常行为。我们使用位置、速度、时间和发动机状态（点火开/关）将数据组织成时间持续时间增加的工作单元。我们将层次聚类方法应用于这些工作单元的某些功能，以识别不同类型的车辆路径，并量化现代城市交通状况的周期性每日变化如何影响车队的移动和行为。
波段非相干雷达应答器性能
前言 通过电子弹道测量组 (ETMG) 应答器特设委员会，发起了一项编写 C 波段和 X 波段应答器的通用规范的努力，以满足大多数靶场的需求。这项工作将军用标准 (MIL-STD) 插值纳入 ETMG 或靶场安全组文档，以供将来参考。本文件的目的不是删除任何靶场的当前应答器功能，因为每个靶场都有自己独特的要求，需要最大的灵活性才能提供支持。例如，每个靶场的飞行认证测试和飞行前要求各不相同。参与的靶场将继续使用其现有库存，并可以参与交换计划，该计划将收集工作和非工作单元，以作为飞机应答器发行或供载人飞机使用。个别系列也可以参与更换计划，旧款产品可以换成新设计型号（但截至目前，此类更换计划尚不存在）。
用于无线... 发展的智能制造测试平台
摘要。无线通信是实现工业 4.0 智能制造概念目标的关键支持技术。美国国家标准与技术研究所的研究人员正在构建一个测试平台，以帮助在工厂工作单元和其他恶劣的工业无线电环境中采用无线技术。在本文中，作者介绍了一种新的工业无线测试平台设计，该设计可以激发学术研究并与行业需求相关。该测试平台旨在作为无线工作单元的演示和研究平台。这项工作利用了过去测试平台的经验教训，其中包括双机器人机器操作场景和力矩寻找机械臂装置。此版本的测试平台包括计算和通信元素，因此在实验室内施加的无线电干扰、竞争网络流量和无线电传播效应的影响下，物理系统的运行明显降低。该测试平台包括两个协作级机器人手臂、可编程逻辑控制器和用于情境跟踪、警报和控制的高性能计算设备。本文旨在为工业无线测试平台设计的探索做出贡献，同时征求同行研究人员的反馈意见。
细胞稳态和大脑发育
这项工作旨在如何实现这一目标？神经元是大脑的基本工作单元，信息通过神经元从外围传输和处理到大脑。而锥体细胞是大脑皮层中最丰富的兴奋性神经元。在被诊断患有 ASD 的个体中，已知锥体细胞的行为异常（例如，神经元活动水平改变）。我们假设，尽管导致 ASD 的因素各不相同，但这些因素都集中在类似的分子机制上，即出生后早期发育过程中神经元活动的改变。这些变化可能会影响大脑的构造方式，尤其是对大脑免疫细胞、小胶质细胞等细胞类型。众所周知，小胶质细胞参与大脑发育的不同方面，更具体地说，参与神经元之间的通信方式。因此，小胶质细胞发育、成熟方式的改变，甚至大脑中小胶质细胞数量的改变，都会对大脑的功能产生重大影响。在这项工作中，我们旨在了解锥体细胞活动的变化如何影响小胶质细胞的发育，以及偏离正常的小胶质细胞发育如何导致 ASD 中观察到的一些缺陷，例如认知功能的改变。
匈牙利理工学院学报 - 第卷18. 发行号3.（2021年）
摘要：荒漠化防治的实施需要建立在对当前荒漠化状况及其严重程度的认识之上。因此，有必要评估基于逻辑、活动原则和理论基础的沙漠区域管理分区方法。为此，在两个人文和自然区域确定了 30 个有用的荒漠化指标。使用德尔菲法确定了指标之间的相对重要性以及每个指标在每个工作单元中的重要性。使用模糊多属性决策 (FMADM) 方法框架中的 Bonissone 方法组合指标并确定每个工作单元的荒漠化强度。然后，使用 Chen 和 Wang 方法将数据转换为模糊层，并对数据进行模糊分析。最后，将模糊数据改为非模糊，并估算荒漠化强度。结果表明，9.35% 的研究区域处于非常高的荒漠化强度级别，9.36% 的区域处于相对较高级别。研究区沙漠化程度以中等强度（50.64%）和中等强度（29.45%）最为显著，各组分沙漠化程度定量值为0.083，相对较高，表明模糊逻辑在沙漠化强度评估中的应用十分高效、简便。
CNC机床中的机器人自动化：评论
摘要：机器人技术和自动化显着转化了计算机数值控制（CNC）加工操作，提高生产力，精度和效率。机器人用于加载和卸载原材料，工件和完成的零件到CNC机器。他们可以有效处理重型组成部分，减少了手动劳动的需求，并最大程度地减少了受伤的风险。机器人也可以在CNC机床中使用，以执行自动更换系统，零件检查和工件定位等任务。自动化技术，包括在线检查系统和非破坏性测试（NDT）方法，可以集成到CNC加工细胞中，以提高准确性并减少加工操作中的废料和返工。这些系统收集有关过程参数和机床性能的实时数据，以预测维护，优化加工参数并提高整体效率。在当前的研究中，审查和讨论了机器人技术和自动化在CNC机床修改中的应用。在CNC机床中的机器人技术和自动化的不同应用，例如自动化材料处理，更换自动工具，机器人工作单元，自适应加工，机器倾斜，质量检查，数据监控和分析以及生产线集成。因此，通过分析发表论文的最新成就，提出了未来研究工作的新思想和概念。结果，可以通过在CNC加工操作中应用机器人技术和自动化来增强零件生产过程中的准确性和生产率。