我们的解决方案 Astra 生产的火箭和航天器发动机的设计以可靠性为首要考虑。虽然 Astra 团队希望提高速度和效率,但重要的是他们不能降低数据的准确性,并且要与现有的测试结果保持一致。作为一种解决方案,Altair SimSolid ® 可以帮助在更短的时间内实现最高的可靠性。Altair SimSolid 是一种结构分析工具,它消除了几何简化,并且不需要网格来提供数值动态、静态或热结构分析。它可以有效地分析复杂零件和大型组件,而无需大量的培训或编码经验。它的独特之处在于它既快速又准确,可帮助用户在使用传统 CAD 工具所需时间的一小部分内获得有意义的设计输入。
本文介绍了悉尼大学 ARC 立方体卫星、无人机及其应用培训中心 (CUAVA) 开发的 6U 立方体卫星任务。CUAVA-2 是继 CUAVA-1 任务之后的第二个立方体卫星项目,它借鉴了前一个任务的经验教训。CUAVA-1 是 CUAVA 发射的第一颗卫星,它携带了用于地球观测目标和技术演示的第一代有效载荷,但遇到了通信困难。对 CUAVA-1 进行了故障根源分析,以指导 CUAVA-2 的设计。CUAVA-2 卫星集成了 GPS 反射测量有效载荷,用于远程海况测定。它还包括一个高光谱成像仪,用于沿海和海洋、农业和林业环境、城市地区、水灾害评估和矿产勘探,以及用于技术演示和空间天气研究的二次有效载荷。本文讨论了 CUAVA-1 的故障分析结果、经验教训和设计输入,展示了它们与计划于 2024 年 2 月发射的 CUAVA-2 卫星的集成。
在航空航天工业中,安全关键结构的安全寿命疲劳设计过程中存在保守性。这种保守性的存在是因为需要使用折减系数来抵消疲劳的概率性质,并导致部件不得不提前退役。了解不确定性的来源以及它们如何从设计输入传递到部件的安全寿命是挑战当前所需的保守性的第一步。基于方差的灵敏度分析 (VBSA) 可用于将过程输出中的不确定性分配给过程输入中的不确定性。本文使用起落架案例研究和“适合所有人的灵敏度分析”(SAFE) 工具箱探讨了将 VBSA 方法应用于安全寿命设计过程的可行性。VBSA 结果发现,表示与在部件内累积最多疲劳损伤的循环载荷相关的失效循环次数的参数对部件安全寿命值的不确定性贡献最大。虽然发现 VBSA 的总体概念适合进一步应用,但本文提出的具体实现显示出局限性,如果要在未来的工作中应用 VBSA 方法,则需要纠正这些局限性。
自主机器人车辆(即无人机)可能会对搜索和救援 (SAR) 产生变革性影响。本文致力于研究可穿戴界面,通过该界面,人类可以与多架无人机组队。我们引入虚拟无人机搜索游戏,作为创建混合现实模拟的第一步,供人类练习无人机组队和 SAR 技术。我们的目标是 (1) 评估无人机的输入模式,这些模式源于设计空间的迭代缩小,(2) 改进我们的混合现实系统,用于设计输入模式和培训操作员,以及 (3) 收集有关参与者如何社交体验他们使用的虚拟无人机的数据。在我们的研究中,17 名参与者以平衡的顺序使用两种输入模式(手势条件、点击条件)玩游戏。结果表明,参与者在手势条件下表现最佳。参与者发现多重控制具有挑战性,未来的研究可能会包括对设备和游戏的更多训练。参与者感觉自己与无人机组成了一个团队,并发现它们具有中等代理性。在我们未来的工作中,我们将把这个测试扩展到更外部有效的混合现实游戏。
• 标记:标记可以是单词或单词的一部分。它是 LLM 处理的最小文本单位。• 单词:构成我们在语言中理解的单词的字符集合。• LLMS 使用标记,而不是单词。将生成式 AI 视为“预测下一个单词”并不是理解正在发生的事情的准确方法,并且可能会导致混淆。生成式 AI 工具不会以任何人类的方式“理解”它们给您的答案。关键点:LLM 基于标记来计数和处理输入,这意味着它们解释和生成文本的能力受到标记限制,从而影响其输出的长度和细节。当问题在模型中运行时,它们本质上会为您提供最可能或“最适合”的答案,并带有一些随机因素、护栏和其他调整。AI 专家 Emily Bender 将这些工具称为“合成文本挤压机”,我发现这是一个有用的类比。温度 AI 模型中的温度设置会影响其响应的随机性。较低的温度会产生更可预测和保守的输出,而较高的温度则会激发创造力,产生更加多样化、有时甚至出乎意料的结果。对于法律应用而言,适中的温度通常会在可靠性和有见地的响应之间取得平衡。温度的效用有限,最好使用提示来实现您想要的结果。提示提示是精心设计输入以让 AI 生成所需输出的艺术。有效的提示清晰、具体,并提供指导 AI 生成相关和准确信息的背景。在法律工作中,提示的范围可以从要求提供判例法摘要到起草特定的法律论据。