XiaoMi-AI文件搜索系统
World File Search System输入参数
HVAC 系统中温度和湿度控制的混合方法以及模糊逻辑优化
本文的主要目的是阐明这种新的但前景广阔的模糊逻辑和自适应神经模糊网络混合方法，以及它在控制系统中的应用，特别是在计算机科学和工程应用领域。本文的最初目标是研究通过改变输入参数引起的能量消耗变化以及系统稳定性（包括系统响应时间和改变系统输入值时产生的误差）。本文将模型向前推进了一步，修改了基于数学的导出模型，以用于设计实用的模糊控制器并将其应用于实际应用，例如温度控制问题。修改了该模型，使传统控制器在有多个受限资源可用时更加明确。导出该模型是为了提供一个强大的量化模糊系统，该系统可以找出满意度水平，并提供一个实用且智能的工具，以进一步评估模糊逻辑控制器可用的不同选项的影响。
双重重要性评估流程披露
Kenvue Inc.（“Kenvue”或“公司”）于 2023 年完成了一项全公司范围的双重重要性评估 (DMA)，与《企业可持续发展报告指令》（CSRD）和《欧洲可持续发展报告标准》（ESRS）草案保持一致。1 评估利用输入参数，包括内部和外部利益相关者的参与，以及一手和二手研究和文献，以确定与关键可持续发展主题相关的环境、社会和治理 (ESG) 影响、风险和机遇（统称 IRO）。评估认为，从影响重要性角度来看，九个主题是重要的，从财务重要性角度来看，有四个主题是重叠的。这些主题为我们的公共 ESG 报告和内部战略与风险评估提供了信息。DMA 的结果记录在我们公司的企业风险概况中的“ESG 与可持续性”和“气候变化”下。Kenvue 将与风险所有者协调，以了解当前和未来要实施的行动，以管理和减轻这些风险。表 1. Kenvue 重要主题
利用生成式人工智能为公共部门进行设计
使用生成式设计，人类设计师可以设置流程、输入参数、中途干预以调整约束条件，并最终选择最佳设计（上图中的橙色框）。然后，设计师可以亲自修改设计，或将其重新输入到流程中进行改进。重要的是，这可以大规模完成，同时最大限度地减少资源强度。计算机生成各种解决方案并根据约束条件对其进行测试；成功的变体会被放大，直到产生多个正确的（通常是非常规的）答案，以满足所有约束条件（上图中的蓝色框）。在许多方面，生成式设计是终极的空白创新工具；使设计师能够在很短的时间内耗尽整个解决方案空间，从而让人类有时间战略性地思考下一步该怎么做。例如，当研究人员将生成式人工智能中使用的同一种强化学习应用于人工智能玩棋盘游戏时，它能够发现在象棋和围棋等游戏的千年历史中从未见过的新策略。3
计算机辅助工业设计系统的优化...
摘要：客机概念设计系统可以辅助设计人员提高设计质量、提高工作效率、缩短设计周期、降低研发成本。针对现有客机概念设计系统TADAO存在技术路线不足、设计辅助能力弱、部分模块缺乏理论推导、系统鲁棒性弱等不足，本文对客机基本参数估算模块、客舱布局模块、机翼尾翼外形初步设计模块进行了更新，并增加了总体参数灵敏度分析模块。参考相关飞机总体设计文献及理论推导，总结出一套基本参数初步估算方法，能够以较少的输入参数估算出主要基本参数。参考相关飞机总体设计文献，总结出一套机翼尾翼外形初步设计方法，可用于快速外形设计；通过比较不同的技术路线，确定了总体参数灵敏度分析方法。
用于模拟选择性激光熔化过程中深熔穿的温度相关热源
摘要：为了了解选择性激光熔化 (SLM) 工艺背后的物理行为，人们广泛采用了数值方法进行模拟。宏观尺度的数值模拟可以研究输入参数（激光功率、扫描速度、粉末层厚度等）与输出结果（变形、残余应力等）之间的关系。然而，有限元法求解的宏观热模型无法正确预测熔池深度，因为它们忽略了熔池中流体流动的影响，尤其是在存在深穿透的情况下。为了弥补这一限制，提出了一种易于实现的温度相关热源。该热源可以在模拟过程中调整其参数，以补偿与流体流动和小孔相关的这些被忽略的热效应，一旦关注点的温度稳定，热源的参数就会固定下来。与传统的热源模型相反，所提出的热源的参数不需要针对每个工艺参数进行实验校准。通过将所提模型的结果与各向异性热导率方法和实验测量的结果进行比较，验证了所提模型的有效性。
噪音对心理表现和烦恼的影响......
摘要 机械系统中的旋转部件会产生音调噪声，这些音调的存在会影响乘员的质量和舒适度，导致烦恼和心理表现下降。ISO 1996-2 和 ANSI S1.13 标准已经描述了量化突出音调影响的指标，但还需要更多研究噪音属性如何影响烦恼和表现，特别是在不同任务难度水平下。本文研究了在不同任务难度水平下暴露于带有音调成分的背景噪音时，噪音指标、烦恼反应和心理表现之间的关系。在本研究中，60 名参与者在受控测试室中执行三个不同级别的 n-back 任务时，暴露于 18 个具有三个不同突出音调的噪音信号（三个频率音调和两个背景噪音水平），评估主观感知的烦恼和不同的工作量。通过记录反应时间、正确率和失误次数来测量性能参数。结果表明，在更高的任务难度水平下，失误次数和反应时间呈增加趋势，但正确率呈下降趋势。研究结果表明，在不同任务难度下，除烦躁度和响度外，主观反应存在显著差异。尤其是在任务难度增加的情况下，参与者对较高的背景噪音水平、较低的音调频率和增加的音调水平更烦躁。响度指标与其他噪音指标高度相关。基于相关性最高的噪音指标，使用神经网络模型提出了三种预测感知烦躁度的模型。这三个模型中的每一个都有不同的输入参数和不同的网络结构。这三个神经网络模型的准确率和 MSE 表明它适合预测感知烦躁度。结果显示了音调噪音对烦躁度和心理表现的影响，尤其是在不同任务难度下。结果还表明神经网络模型具有较高的准确性和效率，可用于预测噪音烦躁度。模型 1 在某些方面更受青睐，例如输入参数较低，使其更加用户友好。最好的神经网络模型同时包括响度指标和音调指标。似乎组合指标在所提出的神经网络模型中的重要性最低，也是不必要的。
控制和健康管理的传感器需求... - DTIC
美国国家航空航天局和美国国防部正在实施支持“智能”飞机发动机未来愿景的项目，以提高飞机推进系统的可负担性、性能、可操作性、安全性和可修复性。智能发动机将具有先进的控制和健康管理功能，使这些发动机能够自我诊断、自我预测和自适应，以根据发动机的当前状况或车辆的当前任务优化性能。传感器是实现智能发动机愿景所必需的关键技术，因为它们依赖于准确收集发动机控制和健康管理所需的数据。本文从控制和健康管理的角度回顾了支持智能发动机未来愿景的预期传感器要求。推进控制和健康管理技术在主动组件控制、推进健康管理和分布式控制等广泛领域进行了讨论。在这三个领域中，我们将描述单个技术，讨论控制反馈或健康管理所需的输入参数，并总结用于测量这些参数的传感器性能规格。
用最优最差法进行发射场评估与选择决策
发射场位置选择是航天工业中一个关键的管理和技术决策问题。从大量基本因素、考虑因素和预先请求中获得的标准为评估过程提供了输入。决策者在评估阶段考虑各个方面来评估许多候选发射场位置。最近开发的最佳最差方法是一种多标准决策过程，旨在评估这项工作中标准的权重。使用所提出的方法评估了技术、商业和安全（主要标准）的权重以及十二个子标准。使用 BWM 确定标准的权重以及技术、管理重点因素的重要性。结果有助于管理员选择最佳优先发射场。最佳最差方法提供可靠且可用的结果，这些结果也与其他评估一致。使用 Ben-Tal 最佳和最差方法分析了与输入参数相关的不确定性。以土耳其为例，锡诺普被选为土耳其各省最佳优先发射场，索马里是四个候选发射场中最佳的发射场位置。适当建立的发射场有助于成功进入太空。
文章 综合知识驱动的空气分类过程人工智能系统
摘要：空气分级装置与其他用于分离材料的系统相比具有明显的优势。它们最大限度地提高了磨机的产能，因此构成了降低破碎和研磨操作能耗的有效方法。由于其性能的改进具有挑战性，因此开发一种有效的建模系统具有重要的实际意义。本文介绍了一种新颖的基于知识的散装材料分类 (FLClass) 系统。研究中考虑了广泛的操作参数：进料材料的平均质量和 Sauter 平均直径、分级机转子速度、工作气压和测试进行时间。输出变量是 Sauter 平均直径和分类产品的切割尺寸，以及工艺性能。该模型已根据实验数据成功验证。测量数据和预测数据之间的最大相对误差低于 9%。所提出的基于模糊逻辑的方法允许对要进行的过程进行优化研究。对于考虑的输入参数范围，分类过程的最高性能几乎等于 362 g/min。据我们所知，本文是公开文献中第一篇涉及模糊逻辑方法对散装材料空气分类过程进行建模的论文。
基于深度学习的人类心脏激活模拟...
摘要。精准心脏病学数字孪生的愿景是将专家知识和患者心脏病理生理数据与先进的计算方法相结合，以生成准确、个性化的治疗策略。在研究心脏电生理学时，孪生管道通常需要大量模拟，例如在探索个性化参数空间时或在大数据研究中扩展到大量虚拟患者时。在这些情况下，最先进的方法在计算上是昂贵的，即使应用相对较快的算法（例如 Eikonal 模型）。在这项工作中，我们研究了基于 U-Net 的模型在整个人体心室内电激发的性能。该方法通过在标准化的三维空间中表示心脏的解剖和电生理特性，提供了减少输入参数空间的优势。结果表明，该模型能够模拟 Eikonal 模拟方案并预测心脏激活时间图，平均准确度为 4.7ms RMSE，预测点性能有所提高，结果速度提高了 500 倍。这种新方法为大量人体心脏模型中个性化心脏传播模拟提供了有希望的结果。