发生 FOD 事件风险最高的区域。在这些区域接触 FOD 可能会因老化、故障或损坏而导致系统或产品故障。这些区域应设有受控入口。该区域经常使用的工具/物品和设备应由公司提供并指定给该区域。应遵守个人着装和个人物品限制。这些区域不允许饮食和使用烟草制品。当不存在组件/硬件时,FOD 关键要求仅可免除,以允许临时工具或维护任务。FOD 预防设备/屏障
作者的完整列表:埃卡特琳娜·多尔戈波洛娃(Dolgopolova); Los Alamos国家实验室,材料物理和应用部:Dongfang综合纳米技术中心; Los Alamos国家实验室,材料物理和应用部:纳米技术中心Hartman,S;洛斯阿拉莫斯国家实验室,约翰MST-8瓦;洛斯阿拉莫斯国家实验室,材料和应用部综合纳米技术RIOS,Carlos的材料和应用部;马萨诸塞州理工学院材料科学与工程系HU,Juejun;马萨诸塞州理工学院材料科学与工程系Kukkadapu,Ravi;太平洋西北国家实验室,乔安娜EMSL卡森;洛斯·阿拉莫斯国家实验室,里亚化学司,洛斯;德克萨斯大学达拉斯分校,安东(Anton)物理马尔科(Malko);德克萨斯大学达拉斯大学,阿纳斯塔西娅物理学布雷克(Blake); Los Alamos国家实验室,材料物理和应用部:Sergei综合纳米技术中心;洛斯·阿拉莫斯国家实验室,化学部罗斯利克,奥利克西;福特汉姆大学,物理Piryatinski,安德烈; Los Alamos国家实验室,理论部Htoon,Han; Los Alamos国家实验室,MPA-Cint Chen,Hou-tong;洛斯阿拉莫斯国家实验室,纳米技术综合中心Pilania,Ghanshyam;詹妮弗(Jennifer)霍林斯沃思(Hollingsworth)的洛斯阿拉莫斯国家实验室;洛斯阿拉莫斯国家实验室,a。材料物理和应用部:集成纳米技术中心
摘要:磁性小型软体机器人非常适合有针对性的药物管理、微操作和微创手术,因为它们可以非侵入性地进入狭窄的位置。目前可用的磁力操作小型软机器人基于弹性体(硅胶)和流体磁流体或液态金属,但它们有缺点。以弹性体为基础的机器人难以变形,这使得它们在极其狭窄的空间内难以操纵。虽然它们可能更容易变形,但基于流体的机器人形态不稳定,环境适应能力有限。本研究展示的非牛顿流体磁驱动粘液机器人结合了流体机器人显著的变形能力和弹性体机器人的灵活性。这些粘液机器人可以在复杂环境中的不同表面上移动,并通过直径小至 1.5 毫米的微小通道导航。它们执行的任务包括运输、摄取和抓取固体物品。磁性粘液机器人结合了非牛顿流体和弹性体的特性,为靶向药物输送和微创手术提供了有希望的解决方案。这些机器人可以在狭小而复杂的环境中移动,执行运输、摄取和抓取固体物体等任务,并适应各种表面。本综述讨论了磁性粘液机器人的设计、制备和应用,强调了它们在稳定性和生物相容性方面面临挑战的情况下,在彻底改变生物医学操作方面的潜力。关键词:粘液磁机器人,非牛顿流体,靶向药物输送系统,弹性体,磁流体,个性化医疗 1.简介 体积小且对外界信号有反应的机器人更加用户友好且侵入性更小,[1] 使其成为生物医学应用 [2] 的激动人心的候选者,例如具有微创手术和细胞移植的靶向药物输送系统。对于小型机器人控制,外部磁场是一种潜在的解决方案,因为它安全、准确且反应时间快。软弹性体与硬磁颗粒相结合用于制造大多数磁驱动软体机器人。
摘要 近年来,异物闯入铁路和机场跑道事件频发,这些物体包括行人、车辆、动物和杂物等。本文介绍了一种改进的YOLOv5架构,结合FasterNet和注意力机制,增强对铁路和机场跑道上异物的检测。本研究提出了一个新的数据集AARFOD(航空和铁路异物检测),结合了两个用于检测航空和铁路系统中异物的公共数据集,旨在提高异物目标的识别能力。在这个大型数据集上的实验结果表明,与基线YOLOv5模型相比,所提出的模型性能有显著提升,降低了计算要求。改进后的YOLO模型的精度显著提高了1.2%,召回率提高了1.0%,mAP@.5提高了0.6%,而mAP@.5-.95保持不变。参数减少了约25.12%,GFLOP减少了约10.63%。在消融实验中发现,FasterNet模块可以显著减少模型的参数数量,同时注意力机制的引用可以减缓轻量化带来的性能损失。
摘要:脑机接口 (BCI) 依赖于电极和神经元之间的接口来发挥作用。大脑中对电极的反应产生的异物反应 (FBR) 会改变该接口,并可能污染检测到的信号,最终阻碍 BCI 功能。FBR 的大小受本综述探讨的几个关键因素的影响;即 (a) 测试动物的大小、(b) BCI 的解剖位置、(c) 电极的形态和涂层、(d) 电极插入的力学原理和 (e) 药理学修饰(例如药物洗脱电极)。试验降低体内 FBR 的方法(特别是在大型模型中)对于进一步应用于人类非常重要,我们系统地回顾了这方面的文献。我们搜索了 OVID、MEDLINE、EMBASE、SCOPUS 和 Scholar 数据库。对汇总结果进行了定性分析。在 8388 篇论文中,有 13 篇被纳入分析,其中大多数排除的研究都是在小鼠模型上进行的实验。实验对象包括猫、兔子和各种品种的小型猪/狨猴。平均而言,在干预组中,死后组织学中 FBR 的炎症细胞减少了 30% 以上。与啮齿动物模型中使用的策略类似的策略,包括尖端修改和柔性正弦电极配置,都在组织学中产生了良好的效果;然而,值得注意的是,缺乏研究对 BCI 终末功能的影响的试验。未来的研究应评估 FBR 的减少是否与预期 BCI 功能效果的改善相关。
猪,鸡,奶牛,绵羊,马,山羊猫,兔子,狗带小鼠,大鼠和小鼠的大鼠,这些大鼠在卫生管理中尤为重要,可以区分三种栖息地
肠道菌群影响系统性免疫和远端组织的功能,包括大脑,肝脏,皮肤,肺和肌肉。然而,肠道菌群在异物反应(FBR)和医疗植入物周围的纤维化的作用在很大程度上没有探索。为了调查这种联系,我们通过肠毒素菌群Fragilis(ETBF)感染了鼠肠菌群的稳态,并将合成聚合物聚合物多己酮(PCL)植入远端肌肉损伤。ETBF感染导致嗜中性粒细胞和γδT细胞浸润升高到PCL植入部位。ETBF感染单独促进了血液,脾和骨髓中嗜中性粒细胞水平的增加。在PCL植入物位置,我们发现分类成纤维细胞的转录组发生了显着变化,但在6周后没有观察到纤维化水平的总ETBF诱导的差异。这些结果证明了肠道菌群介导长距离作用的能力,例如对远端生物材料植入物的免疫和基质反应。
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
•豁免权术语源自拉丁语immunitas,该单词是指罗马参议员任职期间向罗马参议员提供的法律起诉的保护。从历史上看,免疫力意味着免受疾病的保护,更具体地说是传染病。负责免疫力的细胞和分子构成免疫系统,其集体和协调的反应对异物的引入称为免疫反应。•免疫系统的生理功能是防御感染微生物的防御;但是,即使是我们自身受损和恶性(肿瘤)细胞的非传染性异物和产物也会引起免疫反应。•此外,通常保护个体免受感染并消除异物的机制也能够在某些情况下引起组织损伤和疾病。在某些情况下,即使是自我分子也可以引起免疫反应(所谓的自身免疫反应)。•因此,对免疫反应的更具包容性的定义是对微生物的反应和对被识别为异物或异常的分子的反应,无论这种反应的生理或病理学结果如何。免疫学是在这种更广泛的意义上以及生物体遇到微生物和其他外国大分子后发生的细胞和分子事件的免疫反应的研究。
FOD(异物碎片)是机场跑道飞行操作的关键方面。fod是指在机场周围跑道,出租车和区域上可以找到的所有类型的异物。随着时间的流逝,FOD检测技术继续得到改进,以确保飞行的更好安全和安全性。复杂的FOD检测系统的主要组成部分之一是一个可观的相机,它可以以高度准确性检测跑道上的异物,从而允许精确的预防措施。使用Yolov5在机场基金会上检测异物的方法(您只看一次版本5)是一种将人工智能(AI)与计算机可视化技术结合起来以检测对象的方法。因此,本研究旨在使用Yolov5实施FOD检测模型,以提高机场跑道的安全性。数据收集是使用动作摄像头进行的,以捕获可以在机场跑道上找到的各种对象。然后,使用获得的数据自动识别和跟踪这些对象,练习Yolov5模型。结果表明,Yolov5在检测机场基金会的物体而不会受到各种照明和天气状况的影响时具有70%的高度准确性。关键字:自动检测系统,Yolov5,FOD,机场运输,安全