微重力研究的目的是研究通常被地球引力所隐藏的现象。因此,研究人员试图在地球上无法重现的微重力条件下获取数据。实验涵盖广泛的主题:基础物理学、物理科学、生命科学、材料科学、宇宙科学、技术实验、空间设备测试和载人航天任务准备。有几种方式可以进入微重力环境。从落塔、探空火箭和自动化太空舱到国际空间站,这些设备提供了开展科学实验的各种设施(见表 1)。在五种进入失重状态的方式中,只有抛物线飞行允许科学家在短时间内(通常从实验提案到实验执行大约需要一年)自行操作实验(最常用的是实验室型仪器),而无需将实验自动化、小型化或委托给宇航员等操作员。此外,在抛物线飞行过程中,研究人员可以多次重复实验并修改参数。飞机抛物线飞行
对液体表面和界面处发生在原子和分子水平上发生的过程的研究对于基本表面科学以及物理,化学和生物学中的实际应用至关重要(Pershan,2014; Dong etel。,2018年; Zuraiqi等。,2020年;他等人。,2021; Allioux等。,2022)。但是,在需要亚纳米精度时,基于同步加速器的X射线散射的实验方法使这些现象稀少,从而使基于同步加速器的X射线散射成为主要的选择。高强度的同步X射线梁,它们的高度紧凑的束尺寸和非常低的差异启用了以下时间分辨率的原位和操作实验,这对于标准的实验室X射线源是不可能的。最近对欧洲同步加速器辐射设施(ESRF)的升级允许使用具有前所未有的参数的极亮X射线源(EB)进行非常苛刻的实验(Raimondi,2016)。
智能操作实验室主任米哈伊尔·沃龙佐夫利用他独特的 7 公里大气测试范围测量了 4 月 8 日日全食期间湍流强度的变化。该测试平台从菲茨大厅一直延伸到代顿市中心的 VA 医院。他的研究团队在 3 分钟的太阳黑暗期间观察到了意想不到的大气效应。由于持续时间很短,需要一种具有高测量率的传感技术来捕捉显著的细节。他的团队最近在 UD EOP 智能操作实验室和 Optonica LLC(代顿地区的一家小企业)开发了一种用于实时大气湍流强度测量的新型 AI 传感器 TurbNet。这种传感器使研究人员能够比使用市售仪器快 30 分钟读取数据。他们预计将在不久的将来发布他们的研究结果。
利用人工智能 (AI) 的可能性,BATTERY 2030+ 倡导开发电池界面基因组 (BIG) - 材料加速平台 (MAP) 计划,以大幅加速新型电池材料的开发。一个核心方面将是开发一个共享的欧洲数据基础设施,该基础设施能够自动获取、处理和使用来自电池开发周期所有领域的数据。基于人工智能的新型工具和物理模型将利用大量获取的数据,重点关注电池材料、界面和“中间相”。将使用多种互补方法生成跨越多个时间和长度尺度的电池过程数据,包括计算机模拟、自主高通量材料合成和表征、操作实验和设备级测试。基于人工智能的新型工具和物理感知模型将利用数据“学习”电池材料和界面之间的相互作用,为改进未来的电池材料、界面和电池奠定基础。
利用人工智能 (AI) 的可能性,BATTERY 2030+ 倡导开发电池界面基因组 (BIG) - 材料加速平台 (MAP) 计划,以大幅加速新型电池材料的开发。一个核心方面将是开发一个共享的欧洲数据基础设施,能够自动获取、处理和使用来自电池开发周期所有领域的数据。基于 AI 的新型工具和物理模型将利用大量获取的数据,重点关注电池材料、界面和“界面相”。将使用多种互补方法生成跨越多个时间和长度尺度的电池过程数据,包括计算机模拟、自主高通量材料合成和表征、操作实验和设备级测试。基于 AI 的新型工具和物理感知模型将利用数据“学习”电池材料和界面之间的相互作用,为改进未来的电池材料、界面和电池奠定基础。
本文提出了一种基于并联和串联机器人平台的虚拟水下浮动操作系统 (VSFOS)。其开发的主要目的在于以更简单、更安全的方式进行模拟水下操作实验。该 VSFOS 由一个六自由度 (6-DOF) 并联平台、一个 ABB 串联机械手、一个惯性传感器和一个实时工业计算机组成。6-DOF 平台用于模拟水下航行器的运动,其姿态由惯性传感器测量。由实时工业计算机控制的 ABB 机械手作为操作工具执行水下操作任务。在控制系统架构中,开发了软件来接收惯性传感器收集的数据、进行通信和发送指令。此外,该软件还显示机械手的实时状态。为了验证所提出的系统,进行了两项实验来测试其性能。第一个实验主要测试VSFOS的通信功能,第二个实验主要测试机械臂跟随并联平台运动,在空间中执行模拟操作任务,两个实验的结果证明了VSFOS的有效性和性能。
摘要:联合远程实验室允许在场外进行实验。多个实验室的协调可用于同时进行联合空间操作实验。但是,设施之间的通信延迟对于执行足够的实时实验至关重要。本文介绍了一种在两个远程实验室的浮动平台之间进行协调实验的方法。为此建立了两个独立设计的平台,一个在吕勒奥理工大学,另一个在罗马大学。创建了一种基于简单网络时间协议的同步方法,允许测量代理之间的偏移和延迟。两个平台通过互联网上的 UDP/IP 协议交换有关其测量时间和姿势的数据。通过执行模拟操作验证了该方法。还进行了第一次演示实验,展示了实现领导者/追随者协调操作的可能性。模拟和实验的结果显示通信延迟在几十毫秒的数量级上,对控制性能没有显着影响。因此,事实证明,所建议的协议适用于在远程实验室之间实时开展协调实验。
摘要:疲劳影响核电站主控室(MCR)操作人员的安全操作,准确快速地检测操作人员的疲劳状态对安全操作具有重要意义。研究旨在探索一种利用操作人员眨眼频率、规定时间内闭合的帧数(PERCLOS)和鼠标速度变化趋势来检测操作人员疲劳的方法。在模拟操作实验任务中,采用基于逆协方差的Toeplitz聚类方法(TICC)对非侵入式技术捕获的相关数据进行疲劳等级判断。根据判断结果对数据样本赋予疲劳等级标记。然后,利用监督学习技术识别不同等级疲劳样本的数据,利用监督学习对操作人员的不同疲劳等级进行分类。根据监督学习算法在不同时间窗口(20 s–60 s)、不同时间步长(10 s–50 s)和不同特征集(眼、鼠标、眼加鼠标)的分类性能表明,K最近邻(KNN)在以上多个指标的组合中表现最佳。它的准确率为91.83%。所提出的技术可以在10秒内实时检测操作员的疲劳程度。
摘要 在 EU-SST 研发活动框架内,法国国家太空研究中心和阿丽亚娜集团设计并开发了新的光学监视策略,以便以协调或非协调的方式对低地球轨道、中地球轨道和高地球轨道上的空间物体进行分类。这些活动的第一部分是分析公开文献中的最新技术,并根据从这些论文中找到的元素构建我们自己的解决方案。然后,针对每个轨道区域制定了监视策略,重点是低地球轨道和中地球轨道。两者都有一种协调模式:这意味着这些策略会考虑到站点位置和每个站点可以勘察的天空区域来优化要勘察的天空区域;还为每种策略开发了一种非协调模式,以便评估对性能的影响。针对每种轨道区域已经开发了几种监视模式,本文将对这些模式进行介绍。本文将基于法国国家太空研究中心 BA3E 模拟器和阿丽亚娜集团工具,描述这些策略在由 EU-SST 传感器形成的理论光学网络上的模拟性能。最后,在为期两周的活动期间,使用 GEOTracker® 传感器进行了一项操作实验,以挑战和评估这些策略在操作条件下的性能。
摘要:城市电动汽车市场的持续增长和电子行业的快速发展创造了积极的前景,以促进自主机器人解决方案的发展,以覆盖关键生产部门。农业可以看作是这样的,因为它的数字化转型是保护环境的必要条件,并应解决自然资源的退化和增加地球人口的营养需求。许多研究着重于农业车辆的潜力,以提高智力的运作。同时,对这些车辆的活动足迹的研究可以成为监督,检测故障,扩展,建模或优化相关操作的基础。在这方面,这项工作采用了原型轻巧的自动驾驶电动货车,概述了一种简单且具有成本效益的机制,用于详细的机器人的功耗日志。此过程是在良好的粒度上进行的,可以详细的跟踪。该研究还讨论了在各种典型的农业场景方案中机器人的能量性能。此外,已经进行了比较分析,以评估两种不同类型的电池的性能,以在所有操作场景中为机器人供电。即使是非专家用户也可以进行现场操作实验,同时为收集数据的潜在使用提供了方向。鉴于电动机器人车的尺寸和消耗之间的线性关系,原型农业货物机器人的能量性能可以作为该地区各种研究的基础。