信息技术-创新报告 https://www.乐动体育平台innovations-report.com 世界创新新闻 2021年1月25日星期一11:58:40+0000 恩美 每小时 1 https://wordpress.org/?v=5.6 https://www.乐动体育平台innovations-report.com/wp-content/uploads/2020/08/favicon-ir.png 信息技术-创新报告 https://www.乐动体育平台innovations-report.com 32 32 生产物流利用人工智能 https://www.乐动体育平台innovations-report.com/information-technology/production-logistics-make-use-of-art igoile-intelligence/ https://www.乐动体育平台innovations-report.com/information-technology/production-logistics-make-use-of-artuption-intelligence/#响应 redaktion. 2021年1月25日星期一11:58:40+0000 信息技术 基于AI的生产物流 人工智能 智能数据分析 智能生产过程 机器学习 生产物流 https://www.乐动体育平台innovations-report.de/?p=340811

在人工智能的帮助下,Landshut应用科学大学希望优化公司内部物流,从而提高巴伐利亚州生产行业的竞争力,没有其他技术……

post生产物流利用人工智能最早出现在创新报告

在人工智能的帮助下,Landshut应用科学大学希望优化公司内部物流,从而提高巴伐利亚州生产行业的竞争力

没有其他技术能像人工智能(AI)那样迅速改变我们的社会和工作世界。为了在市场上取得经济上的成功,除了一个好的产品,优化和智能化的生产流程非常重要。

Ing教授。Sebastian Meißner,专注于生产和物流系统的研究总监。Meißner在TZ PULS领导新启动的AIProLog项目,Landshut应用科学大学的生产和物流系统技术中心(TZ PULS)的一个研究小组目前正在研究一个关于内部物流智能规划和管理的课题密集型基础。在此背景下,在未来四年内,由Sebastian Meißner教授领导的新的AIProLog-AI生产物流项目将开发基于AI的生产物流优化的概念、方法和算法,以进一步加强该地区工业的竞争力和增长,特别是中小企业。该项目已经从巴伐利亚州科学和艺术部获得了大约60万欧元的资金,这一数额只批准用于巴伐利亚州的其他11所大学。

防止错误,提高工作效率

由于产品变体和工艺的范围越来越广,现代生产系统也越来越重要越来越依赖智能管理系统。随着人工智能的使用,研究小组现在希望优化工厂的物流。该项目的重点是智能数据分析和机器学习。Meißner在解释该项目时说:“我们的目标是通过提供有针对性的信息来减少错误的发生频率,提高工作效率,并支持人们的决策。实现该目标的部分项目与分为两部分的总体项目相结合,六人研究小组预计,生产物流的进一步发展将有相当大的创新动力。第一个部分项目旨在优化材料供应过程。在实时数据的支持下,智能物流系统应该能够获得知识,从而独立地识别和消除物流链中的瓶颈。

在第二部分项目中,将对历史数据进行分析和预测。随后,将使用自学习算法来优化相应的控制和设计参数,因此,手动规划工作量可以大大减少,用户可以收到关于如何改进其生产和物流系统的解决方案建议。

来自行业的大力支持

为了建立必要的实际相关性,该项目得到了四个行业合作伙伴的支持,即MANN+HUMMEL、KÜHNE+NAGEL、,NeoLog和AGROTEL。合作公司可以在其所在地试用开发的结果,并使用人工智能系统和Landshut应用科学大学在现场进行工艺优化。慕尼黑工业大学(TUM)也在研究和合作博士研究领域为该项目提供支持。

“我们非常高兴能够为我们的项目赢得四个备受尊敬的地区性工业合作伙伴,同时也得到了TUM的支持。梅纳热情地解释说:“这表明,我们的项目,我们的手指在脉搏上,

一个学习和模型工厂作为一个实际例子

在项目结束时,关键目标是将TZ PULS学习和模型工厂的两个部分项目的研究结果结合起来。在TZ PULS,公关oject not only aims to demonstrate the added scientific value, but also to highlight the practical implementation of an increasingly extensive digital infrastructure. “At TZ PULS, on the one hand, we transfer research and development work into practice, while on the other, we provide interested companies in the region with clear access to the project results,” explains Meißner.

About the project

The AIProLog – AI in Production Logistics project is to run from January 2021 until October 2024. The project manager at Landshut University of Applied Sciences is Prof. Dr. Sebastian Meißner, Director of the Research Focus on Production and Logistics Systems (PULS) at Landshut University of Applied Sciences. In terms of the research focus, at the scientific level, the interdisciplinary project is being accompanied by Prof. Dr. Sascha Hauke, Professor of Intelligent Energy Networks, Prof. Dr. Mona Riemenschneider, Director of the “Engineering Education” course, Prof. Dr. Sven Roeren, Deputy Director of TZ PULS and Vice Dean of the Faculty of Mechanical Engineering, Prof. Carsten Röh, Professor of Automotive Economics, and Prof. Dr. Markus Schneider, Scientific Director of TZ PULS. The Bavarian State Ministry of Science and the Arts is funding the project with 600,000 euros as part of the research priorities programme pillar for the expansion of research structures of the 6th round of funding of the programme to promote applied research and development at universities of applied sciences/technical colleges.

Wissenschaftliche Ansprechpartner:

Prof. Dr. Sebastian Meißner

Weitere Informationen:

https://www.haw-landshut.de/en/partnerships/technology-centres/production-and-lo… A research team at the Technology Centre for Production and Logistics Systems is currently focusing on the “AIProLog – AI in Production Logistics” project

The post Production logistics make use of artificial intelligence appeared first on Innovations Report.

https://www.乐动体育平台innovations-report.com/information-technology/production-logistics-make-use-of-art igoport-intelligence/feed/ 0 可持续农业的人工智能 https://www.乐动体育平台innovations-report.com/information-technology/artimal-intelligence-for-sustainable-agricult/ https://www.乐动体育平台innovations-report.com/information technology/artificial intelligence for sustainable agriculture/#回复 redaktion. 2021年1月20日星期三16:24:27+0000 信息技术 农业机器人 基于人工智能的农业机器人 人工智能 DeepFarmBots公司 传感器技术 可持续农业 群机器人 https://www.乐动体育平台innovations-report.de/?p=340604.

基于人工智能的农业机器人ZIM合作网络推出了最近批准的ZIM合作网络“;DeepFarmbots”;于11月25日正式启动。网络的中心目标…

帖子人工智能促进可持续农业最早出现在创新报告

基于人工智能的农业机器人ZIM合作网络于11月25日正式启动,最近获批的ZIM合作网络DeepFarmbots于11月25日正式启动。该网络的中心目标是开发和传播新的农业机器人解决方案,以实现高效和可持续的农业。在跨学科的方法中,农业机器人将与新的深度学习方法相结合,并加深合作伙伴之间的协同效应。

莱布尼茨农业景观研究中心(ZALF)正在参与农业数字化研究方法的研究。该网络由德国联邦经济事务和能源部的Zentrale Innovationsprogramm Mittelstand(ZIM&8211;中小企业中央创新计划)资助。它汇集了硬件和软件开发人员、人工智能专家、研究机构和农民。

基于人工智能的高效和可持续农业农业机器人–;这是名称“;DeepFarmbots”;后面的完整标题;。我们的农业正面临着巨大的挑战:目前的农业生产大多建立在集约化、工业化的农业基础上。这种做法是不可持续的,破坏了土壤、水和空气,也面临监管压力。此外,人手短缺是许多农场的一个主要问题。在这种情况下,使用机器人可以在向高产和可持续农业生产过渡的过程中作出重要贡献。通过将机器人技术与人工智能的新方法相结合,可以显著提高机器人系统的精度、能力和自主性。

ZALF为该项目带来了其在农业生态学领域和新种植系统开发方面的多年经验。ZALF土地利用与治理研究领域负责人Sonoko Bellingrath Kimura教授正在研究如何在机器人、数字测量技术和信息的支持下使农业变得更加可持续和资源高效。&#Bellingrath Kimura解释说,巨大的潜力在于传感器的开发以及将产品生态足迹的信息从现场传递给消费者。&#这将使我们能够以更适合现场和小规模的方式进行增长和管理,最终有助于促进生物多样性和其他环境方面。”;

ZIM合作网络“;DeepFarmBots”;汇集了来自农业机器人、硬件和驱动器、传感器技术等领域的参与者,物联网、人工智能、农业生态学和农业。这为全面跟踪农业机器人解决方案的开发提供了一个独特的机会。目前的9家公司和3家研究机构将致力于研发的课题包括:用于苛刻环境的敏感控制和鲁棒传感器技术,用于图像处理的新机器学习方法,以及群机器人技术。与参与网络的农民进行交流,将实践的实际需要和要求融入到技术发展中,发挥着重要的作用。

ifectis创新促进会指导网络伙伴之间的合作。来自ifectis的网络经理Tatiana Rothmann指出,网络对更多的合作伙伴开放。感兴趣的公司和研究机构希望参与研发项目,并能提供互补的专业知识,与新开发解决方案的潜在用户一样受欢迎。

网络合作伙伴:

&8211;德国人工智能研究中心(DFKI)
&8211;farming revolution GmbH(农业机器人和人工智能)
–;莱布尼茨农业景观研究中心(ZALF)
–;LUPA Electronics GmbH(IoT)
–;OndoSense GmbH(雷达传感器技术)
–;Othmerding Maschinenbau GmbH&Co.KG(农业机械技术)
–;Spacenus GmbH(遥感和人工智能)
–;Toposens GmbH(超声波传感器技术)
–;W.Neudorff GmbH KG(环保植物护理产品)
–;WELLGO Systems GmbH(驱动技术)
–;明斯特大学(“;计算机视觉和机器学习系统”;工作组和地理信息研究所)Zauberzeug GmbH(机器人、软件和人工智能)

关于ZIM合作网络&“;DeepFarmBots”;:

该网络由德国联邦经济事务和能源部资助,作为“;中小企业中央创新计划(ZIM)的一部分。在跨学科的方法中,农业4.0智能机器人系统正在网络中开发。重点是李彦宏nking agricultural robotics with new deep learning methods to increase the precision and capabilities of the systems. The synergistic relationships between the partners are also to be used in the subsequent marketing of the jointly developed products. There are currently eight SMEs, one other medium-sized company and three research institutions involved in the network. Network management is provided by ifectis Innovation Promotion – Dr. Björn Mamat.
www.deepfarmbots.net

About ifectis Innovation Promotion:

ifectis Innovation Promotion – Dr. Björn Mamat advises companies from all sectors throughout Germany – from start-ups to medium-sized enterprises – on the conceptual design, implementation and financing of innovative projects using public funding. Its European partner network also enables it to provide support on funding and financing issues beyond Germany. The company has its headquarters in Lahr in the Black Forest. www.ifectis.de

About the Leibniz Centre for Agricultural Landscape Research (ZALF) in Muencheberg, member of the Leibniz Association:

Mission of ZALF is to deliver solutions for an economically, environmentally and socially sustainable agriculture –together with society.

As a contribution to overcoming global challenges such as climate change, food security, biodiversity conservation and resource scarcity, we develop and design crop systems, integrated in their landscape contexts that combine food security with sustainability. Therefore we process complex landscape data with a unique set of experimental methods, new technologies and models as well as socio-economic approaches.

ZALF research is integrated systems research: starting from processes in soils and plants to causal relationships on the field and landscape level up to global impacts and complex interactions between landscapes, society and economy. www.zalf.de

Wissenschaftliche Ansprechpartner:

Sonoko Bellingrath-Kimura
Research Area 2 “Land Use and Governance”
belks@zalf.de

Originalpublikation:

https://www.zalf.de/en/aktuelles/Pages/Pressemitteilungen/2020-12-16_PM_DeepFarm…

Weitere Informationen:

http://www.deepfarmbots.net
http://www.ifectis.de

The post Artificial intelligence for sustainable agriculture appeared first on Innovations Report.

https://www.乐动体育平台innovations-report.com/information-technology/artificial-intelligence-for-sustainable-agriculture/feed/ 0
如何训练机器人 https://www.乐动体育平台innovations-report.com/information-technology/how-to-train-a-robot/ https://www.乐动体育平台innovations-report.com/information-technology/how-to-train-a-robot/#响应 redaktion. 2021年1月20日星期三12:46:28+0000 信息技术 人工智能 计算机视觉 深度学习 机器学习 机器人 机器人训练 超级计算机 合成物体 TACC系统 https://www.乐动体育平台innovations-report.de/?p=340585

&#利用人工智能和超级计算机,UT阿灵顿大学的计算机科学家利用TACC系统生成机器人训练用的合成物体。在他以…

的身份加入德克萨斯大学阿灵顿分校之前//www.jadanicole.com/information-technology/how-to-train-a-robot/“>如何训练机器人首先出现在创新报告

乐动体育平台

…;使用人工智能和超级计算机

但阿灵顿计算机科学家使用TACC系统生成用于机器人训练的合成物体。

之后,他加入德克萨斯大学阿灵顿分校,担任计算机科学与工程系助理教授,并创建了机器人视觉实验室在那里,William Beksi在iRobot实习,iRobot是世界上最大的消费型机器人生产商(主要通过Roomba机器人吸尘器)。

要在构建的环境中导航,机器人必须能够感知并决定如何与所在地交互。该公司的研究人员对使用机器和深度学习来训练他们的机器人学习物体感兴趣,但这样做需要大量的图像数据集。虽然有数百万张房间的照片和视频,但没有一张是从机器人吸尘器的有利位置拍摄的。使用以人为中心的图像进行训练的努力失败了。

Beksi’;的研究集中在机器人技术、计算机视觉和网络物理系统。&#特别是,我对开发算法很感兴趣,这种算法可以让机器从与物理世界的交互中学习,并自主地获得执行高级任务所需的技能,他说。

多年后,现在有一个研究小组,其中包括六名计算机科学博士生,Beksi回忆起Roomba培训问题并开始探索解决方案。一些人使用的手动方法包括使用昂贵的360度摄像头来捕捉环境(包括租用的Airbnb房屋),并使用定制软件将图像拼接成一个整体。但是Beksi认为手动捕获方法太慢而无法成功。

相反,他寻求一种称为生成性对抗网络(generative adricative networks,简称GANs)的深度学习形式,即两个神经网络在游戏中相互竞争,直到新数据的生成者可以欺骗一个鉴别器,这样一个网络可以创造无限多的可能的房间或室外环境,不同种类的椅子、桌子或形式稍有不同的车辆,但对一个人和一个机器人来说仍然是具有可识别尺寸和特征的可识别物体;他解释说:“你可以扰动这些物体,将它们移动到新的位置,使用不同的灯光、颜色和纹理,然后将它们渲染成可以在数据集中使用的训练图像。”。&#这种方法将有可能提供无限的数据来训练机器人。Beksi的研究生Mohammad Samiul Arshad说,人工设计这些物体将耗费大量的资源和人力,而如果训练得当,生成网络可以在几秒钟内完成研究小组参与了这项研究。

为合成场景生成对象

经过一些初步尝试,Beksi意识到他创建照片级真实感完整场景的梦想目前遥不可及。&#我们后退了一步,查看了当前的研究,以确定如何从较小规模开始–;在环境中生成简单对象。”;

Beksi和Arshad提出了PCGAN,这是第一个在无监督模式下生成密集彩色点云的条件生成对抗网络,在2020年11月举行的三维视觉(3DV)国际会议上。他们的论文https://arxiv.org/pdf/2010.05391.pdf“target=”#blank“rel=”noopener“>一个用于生成密集彩色三维点云的渐进式条件生成对抗网络,”;表明他们的网络能够从训练集(源自shapenet核心,一个CAD模型数据库)并模拟3D数据分布,以产生具有多分辨率精细细节的彩色点云。

“;有一些工作可以从这些CAD模型数据集生成合成对象,”;他说。&#但是还没有人能掌握颜色。为了在各种形状上测试他们的方法,Beksi的研究小组选择了椅子、桌子、沙发、飞机和摩托车进行实验。他解释说,该工具使研究人员能够访问深度学习系统生成的对象集的几乎无限个可能版本。“;对象部分与其颜色之间的关系—;例如,椅子/桌子的腿是相同的颜色,而座椅/顶部是对比色—;也是通过网络学习的。我们重新开始小规模的工作,处理对象,建立一个层次结构来生成完整的合成场景,这对机器人技术非常有用。”;

他们为每个类生成了5000个随机样本,并进行了评估ion using a number of different methods. They evaluated both point cloud geometry and color using a variety of common metrics in the field. Their results showed that PCGAN is capable of synthesizing high-quality point clouds for a disparate array of object classes.

SIM2REAL

Another issue that Beksi is working on is known colloquially as ‘sim2real.’ “You have real training data, and synthetic training data, and there can be subtle differences in how an AI system or robot learns from them,” he said. “‘Sim2real’ looks at how to quantify those differences and make simulations more realistic by capturing the physics of that scene – friction, collisions, gravity — and by using ray or photon tracing.”

The next step for Beksi’s team is to deploy the software on a robot, and see how it works in relationship to the sim-to-real domain gap.

The training of the PCGAN model was made possible by TACC’s Maverick 2 deep learning resource, which Beksi and his students were able to access through the University of Texas Cyberinfrastructure Research (UTRC) program, which provides computing resources to researchers at any of the UT System’s 14 institutions.

“If you want to increase resolution to include more points and more detail, that increase comes with an increase in computational cost,” he noted. “We don’t have those hardware resources in my lab, so it was essential to make use of TACC to do that.”

In addition to computation needs, Beksi required extensive storage for the research. “These datasets are huge, especially the 3D point clouds,” he said. “We generate hundreds of megabytes of data per second; each point cloud is around 1 million points. You need an enormous amount of storage for that.”

While Beksi says the field is still a long way from having really good robust robots that can be autonomous for long periods of time, doing so would benefit multiple domains, including health care, manufacturing, and agriculture.

“The publication is just one small step toward the ultimate goal of generating synthetic scenes of indoor environments for advancing robotic perception capabilities,” he said.

The post How to train a robot appeared first on Innovations Report.

https://www.乐动体育平台innovations-report.com/information-technology/how-to-train-a-robot/feed/ 0
模拟进化理解隐藏开关 https://www.乐动体育平台innovations-report.com/information-technology/simulating-evolution-to-understand-a-hidden-switch/ https://www.乐动体育平台innovations-report.com/information technology/simulating-evolution-to-understand-a-hidden-switch/#回复 redaktion. 2021年1月19日星期二15:05:46+0000 信息技术 https://www.乐动体育平台innovations-report.de/?p=340485

计算机模拟了几万代细胞的进化过程,揭示了为什么有些生物体会保留一种在严重压力下启动的废弃开关机制,更改他们的一些…

帖子模拟进化以了解隐藏的开关首先出现在创新报告

计算机模拟了几万代细胞的进化过程,揭示了为什么有些生物体保留着一种在严重压力下开启的废弃开关机制,从而改变了它们的某些特征。保持这种隐藏的开关是生物体在正常条件下保持高度基因表达稳定性的一种手段。

番茄角虫幼虫在较温暖的地区呈绿色,使伪装更容易,但在较冷的温度下呈黑色,这样它们可以吸收更多的阳光。这种现象在某些生物体中发现,称为表型转换。这种转换通常是隐藏的,是对危险的基因或环境变化的反应而激活的。

科学家通常通过研究生物体在不同环境下经历的多代变化来研究这一过程。例如,几年前,一个研究小组培育了几代烟草角虫幼虫,以观察和诱导与其番茄角虫亲缘关系相似的颜色变化。

“;计算机模拟建立在合理假设的基础上,并在仔细控制下进行,是模拟真实情况的非常强大的工具,&#考斯特计算生物科学家高昕说。&#这有助于科学家观察和理解那些很难或不可能通过湿实验室实验观察到的原理。”;

高和考斯特研究所的科学家Hiroyuki Kuwahara设计了一个1000个无性微生物进化的计算机模拟。每个生物体都被赋予了一个基因回路模型来调节特定蛋白质X的表达。

这个模拟进化了90000代的种群。最初的创始群体具有相同的非开关基因回路,在稳定的条件下进化了超过30000代,统称为古代群体。接下来的30000代被称为中间种群,他们暴露在每20代就转换一次的波动环境中。最后的30000代,即衍生群体,暴露于稳定的环境中。

在稳定环境中进化的古代群体和衍生群体中的个体,都具有优化的稳定基因表达水平。但它们是不同的:古代种群的稳定性不涉及表型转换,而衍生种群的稳定性涉及表型转换。Kuwahara解释说,这种差异源于中间种群,在中间种群中,为了应对波动的条件,有利于开关操作。

模拟结果表明,生物种群通过逐渐进化出低阈值开关来维持其开关机制在长时间的环境稳定性,而低阈值开关很容易在波动的环境中切换,当环境更稳定时切换到高阈值。

Kuwahara说,这比通过小的突变转移恢复到非切换状态更容易。&#库瓦哈拉说:“相反,我们最终得到了一种隐藏的表型转换,这种转换就像一个进化电容器,存储遗传变异并在发生重大干扰时释放出替代表型。”同时还与进行湿实验室实验的研究人员进行互动合作。他们的目标是开发可以通过实验验证的理论框架。

媒体联系人邮箱:discovery@kaust.edu.sa">地址:discovery@kaust.edu.sa

https:///www.kaust.edu.sa/en

原始源https://discovery.kaust.edu.sa/en/article/1081/simulating-evolution-to-understand-a-hidden-switch“target=”\u blank“rel=”nofollownoopener“>https:///探索。考斯特。教育部。sa/英语/文章/1081/模拟-进化-理解-隐藏-切换

相关期刊文章http://dx.doi.org/10.1038/s43588-020-00001-y“target=”\u blank“rel=“nofollow noopener”>http://dx。doi.org/10.1038/s43588-020-00001-y

帖子模拟进化来理解一个隐藏的开关首先出现在//www.jadanicole.com“>创新报告

乐动体育平台
https://www.乐动体育平台innovations-report.com/information-technology/simulating-evolution-to-understand-a-hidden-switch/feed/ 0
用于碰撞控制的5G传感器技术保护机床和部件 https://www.乐动体育平台innovations-report.com/information-technology/5g-sensor-technology-for-collision-control-protects-machine-tools-and-components/ https://www.乐动体育平台innovations-report.com/information technology/5g碰撞控制传感器技术保护机床和部件 redaktion. 2021年1月19日星期二12:44:22+0000 信息技术 5G移动通信 5G传感器技术 碰撞控制 碰撞检测应用 机床 制造工艺 制造系统 移动通信技术 https://www.乐动体育平台innovations-report.de/?p=340475

高度灵活和网络化制造系统中的复杂生产过程要求所有过程和分布式系统能够极其可靠地交换数据,并且只需很短的延迟…

post5G碰撞控制传感器技术保护机床和部件最早出现在创新报告

高度灵活和网络化制造系统中的复杂生产过程要求所有过程和分布式系统能够极其可靠地交换数据,并且只需要很短的延迟时间。对于这种所谓的“;超可靠和低延迟通信”;(URLLC),第三代合作伙伴项目(3GPP)是一个全球移动通信技术标准化合作项目,正在为未来的5G产品开发新的标准。弗劳恩霍夫生产技术研究所(Fraunhofer Institute for Production Technology IPT)和瑞典移动通信供应商爱立信(Ericsson)目前正在亚琛使用机床碰撞控制的实际生产场景测试设想的URLLC功能。掌握制造过程,例如高度复杂部件的铣削,首先意味着快速检测刀具移动中的偏差,并在几毫秒内对其作出反应。机器集成传感器可用于记录过程数据;新的5G移动通信标准可确保获得的数据以无线方式快速可靠地传输,从而使机床能够在部件损坏之前对过程中的变化作出响应。

在碰撞检测应用程序中,该程序目前正在开发中在亚琛进行的测试中,一个传感器能够快速检测到加工工具与部件的碰撞,从而使机器能够在任何时刻及时停止。这样,有时无需人为干预就可以可靠地避免巨大的损坏,例如对机床主轴的损坏。

5G测试系统在毫米波频谱中实现了更高的数据速率和更低的延迟

爱立信的新模块化测试系统用于满足所需的URLLC规范。为此,测试系统在毫米波(mmWave)范围内工作,这是一种新的5G频谱,频率在24至28ghz之间,可从德国联邦网络局申请,并立即生效。虽然有80多家公司在德国获得了3.7到3.8千兆赫兹频率范围的固定5G系统,但毫米波范围到目前为止还是新的,几乎没有在生产中测试过。

然而,与以前的系统相比,更大的光谱范围允许更高的数据速率和更低的延迟,因此,特别是时间关键型应用,如碰撞检测,现在可以实施。

机床中的碰撞监测作为其他时间和数据关键型应用的蓝图

毫米波范围内的新爱立信测试系统现在正在由Fraunhofer IPT在欧洲5G产业园区的背景。&#爱立信8217负责人Jan-Peter Meyer-Kahlen说:“特别是碰撞检测的延迟非常关键的用例,为我们提供了一个很好的机会,可以利用额外频率范围的潜力,并将工业制造过程推向极限。”;这意味着我们现在可以监视和控制以前由于其复杂性在技术上几乎不可能掌握的过程。Niels König补充说,5G使我们能够在很短的时间内捕获和处理铣削过程中产生的大量数据,并将其反馈到机床中,从而为我们的项目合作伙伴开辟了全新的应用领域,Fraunhofer IPT欧洲5G工业园区协调员。

欧洲5G工业园区:互联自适应生产应用研究基础设施

欧洲最大的5G研究基础设施5G工业园区于2020年5月上线。Fraunhofer IPT正与其在亚琛的研究伙伴一起研究和测试首批工业5G应用程序。共有七个子项目正在研究各种应用场景,从监测和控制高度复杂制造过程的5G传感器技术到移动机器人和物流,再到跨越多个地点的生产链。此外,亚琛的科学家正在测试使用现代边缘云系统快速处理数据,以挖掘5G在网络中的潜力,自适应生产。

欧洲5G工业园区是德国联邦交通和数字基础设施部(BMVI)资助的一个研究项目的一部分,其直接目的是在制造业引入新的移动通信标准。

感兴趣的公司和研究合作伙伴欲了解更多信息,请通过项目网站联系联合体:www.5G-Industry-Campus.com

项目联合体

–;亚琛弗劳恩霍夫生产技术研究所IPT(项目管理)
–;合理化研究所(FIR)e.V.at RWTH Aachen University
– Machine Tool Laboratory WZL of RWTH Aachen University
– IT Centre of RWTH Aachen University
– Ericsson GmbH, Aachen

Wissenschaftliche Ansprechpartner:

Dipl.-Phys. Niels König
Head of department “Production metrology”

Fraunhofer Institute for Production Technology IPT
Steinbachstr. 17
52074 Aachen, Germany
Phone +49 241 8904-113
Niels.Koenig@ipt.fraunhofer.de
www.ipt.fraunhofer.de/en

Weitere Informationen:

https://www.ipt.fraunhofer.de/en/Press/Pressreleases/210119-5g-sensor-technology…

The post 5G sensor technology for collision control protects machine tools and components appeared first on Innovations Report.

https://www.乐动体育平台innovations-report.com/information-technology/5g-sensor-technology-for-collision-control-protects-machine-tools-and-components/feed/ 0
海水作为电缆!? https://www.乐动体育平台innovations-report.com/information-technology/sewater-as-an-electrical-cable/ https://www.乐动体育平台innovations-report.com/information technology/seaminal as a electric cable/#response.回应 redaktion. 2021年1月15日星期五09:43:09+0000 信息技术 电介质 磁力联轴器 发电机 接收器 机器人 海水 水下无人机 无线功率传输 https://www.乐动体育平台innovations-report.de/?p=340334

无人机可以在海洋中进行无线能量传输,无人机可以驻扎在水下,以便在海水养殖中采用信息通信技术。田村正彦副教授(已完成…

职位海水作为电缆!?首先出现在创新报告

海洋中的无线能量传输

用于无人机在水下部署,以便在海水养殖中采用ICT。

副教授Masaya Tamura,Kousuke Murai(已完成其硕士课程的第一学期),丰桥工业大学电气与电子信息工程系的研究团队已经成功地通过海水通过四层超薄扁平电极的电力发射器/接收器无线传输电力和数据。

在无线电力传输领域,海水是一种损耗极高的介质,通过电容耦合很难实现。到目前为止,人们一直认为无线能量传输只能通过磁耦合来实现。这一次,以海水的高频特性为重点,设计了第三种传导耦合方法,为了实现高效的电力传输,日本开发了一种电力发射器/接收器。

详细信息:

随着平均年龄的增长,日本渔业从业人员逐年减少。其中一个原因是大量的高强度体力劳动必须依靠人手。为了改善这一状况,通过使用清洁水产养殖网的机器人等,自动化正在推进。未来,预计将开发出驻扎在海水中的机器人(水下无人机),以便水质和环境管理、鱼类生长检查等都能用机器人进行管理。然而,由于这些无人机是电池供电的,因此有必要将它们拉出水面,充电,并让它们反复潜回水中。此外,此时必须收集水下收集的数据。

解决这一问题的关键是发展通过供电站在海水中无线传输电力和数据的技术。特别是,由于这些无人机重量轻,并且由于重量和体积的增加使得控制浮力和方向变得困难,因此必须实现轻量化和节省空间的技术。副教授Masaya Tamura和他的研究团队开发了一种新型的电子发射器/接收器,即使在海水中也能实现高效的无线能量传输。

无线能量传输的效率取决于kQ产品,它是功率发射器和接收器之间的耦合系数k与功率发射器/接收器损耗的Q因子(包括周围环境的影响)的乘积。效率随着k接近1和Q因子的增加而提高。然而,高频电流在像海水这样的高导电介质中流动,使得很难孤立地讨论k和Q因子。然而,由于效率随kQ产品增加而提高的原理没有改变,因此从从kQ产品的观点出发,从侧重于海水电导率的等效电路中确定了提高效率的关键参数。然后建立了一个设计理论,其中kQ乘积表示最大值,并设计了功率发射器/接收器。

基于此,在宽带上实现了在2 cm传输距离处94.5%的RF-RF功率传输效率和在15 cm传输距离处至少85%的RF-RF功率传输效率。在传输距离为2 cm、功率为1 kW的情况下,甚至可以保持至少90%的功率传输效率。此外,可以实现高速传输以在宽带上保持高效率。研究小组成功地使用了他们开发的电子发射器/接收器,为电容器充电,并使用这种电源驱动相机模块,通过同一个电子发射器/接收器实时传输视频。

这一次的传输速度约为90 Mbps,但速度可能更高。向小型水下无人机传输电力和数据的实验也取得了成功,预计无人机将停在供电站。当时安装在无人机上的电接收器和电源电路的总重量非常轻,约为270克。

开发背景:

研究小组组长Masaya Tamura副教授说:“;在富含离子的海水中,预计高频电流将以最小的损耗流动。在研究淡水中的无线能量传输时,在分析能量传输效率随海水盐度的变化规律时,我们遇到了一种现象,即效率会随着盐度的增加而降低几个百分点,但在一定的盐度下,效率会恢复并保持at about 20%. I firmly believed that this was evidence substantiating my prediction, and we developed an operational theory from an equivalent circuit for a power transmitter/receiver to investigate and clarify these results in detail. We then designed the structure of the power transmitter/receiver based on that theory, and after creating the prototype and performing the measurements, we obtained results for a power transfer in seawater with an efficiency of at least 90%. To prevent chemical changes to the surface of the electrodes that occur in seawater when large amounts of power are supplied, an insulated coating was applied. We were surprised to achieve efficiency of at least 90% even under these conditions.”

Future Outlook:

The research team believes that these research results will allow drones to transfer data and be recharged in seawater without significant design changes to underwater drones, and that they will contribute to rapid improvements in operational efficiency. The power transmitter/receiver that was developed is very simple and lightweight, meaning that the increase in weight for underwater drones can be minimized. Their ultimate goal is to contribute to the development of underwater drone systems that can be entirely managed on land. The results of this research are planned to be announced in the future in publication, at academic conferences, etc.

###

Reference:

Masaya Tamura, Kousuke Murai, Marimo Matsumoto, “Design of Conductive Coupler for Underwater Wireless Power and Data Transfer,” IEEE Transaction on Microwave Theory and Techniques, vol. 69, no. 1, pp.1161-1175, Jan. 2021, doi: 10.1109/TMTT.2020.3041245. (Early Access)

This work was supported in part by the Japan Society for the Promotion of Science (JSPS) Grants-in-Aid for Scientific Research (KAKENHI) JP18K04262.

Media Contact

Yuko Ito
press@office.tut.ac.jp

Related Journal Article

http://dx.doi.org/10.1109/TMTT.2020.3041245

The post Seawater as an electrical cable !? appeared first on Innovations Report.

https://www.乐动体育平台innovations-report.com/information-technology/sewater-as-an-electrical-cable/feed/ 0
纠错量子比特 https://www.乐动体育平台innovations-report.com/information-technology/error-protected-quantum-bits-entranted/ https://www.乐动体育平台innovations-report.com/information technology/error-protected-quantum-bits-throughted/#response redaktion. 2021年1月13日星期三16:28:39+0000 信息技术 守则 量子位元 量子计算机 量子物体 量子缝纫机 隐形传态 https://www.乐动体育平台innovations-report.de/?p=340231

因斯布鲁克大学的物理学家们首次将分布在多个量子物体上的两个量子比特纠缠起来,并成功地传输了它们的量子特性。这标志着一个重要的…

帖子Error-protected quantum bits缠结首先出现在创新报告

首次,因斯布鲁克大学的物理学家纠缠了两种量子位,分布在几个量子对象上并成功传输了它们的量子特性。这标志着容错量子计算机的开发中的重要里程碑。研究人员本质上发表了他们的报道。

偶数计算机也可以误会。已经小的干扰改变了存储的信息和腐败结果。这就是为什么计算机使用方法持续纠正此类错误。在量子计算机中,可以通过在多个量子粒子中存储量子信息来减少对错误的漏洞。这些逻辑量子位对错误不太敏感。近年来,理论主义者已经开发出许多不同的纠错码,并针对不同的任务进行了优化。

“量子纠错中最有前途的代码是定义在二维格子上的那些,”托马斯·莫兹解释因斯布鲁克大学实验物理系。 “This is due to the fact that the physical structure of current quantum computers can be very well mapped through such lattices.”

With the help of the codes, logical quantum bits can be distributed over several quantum objects. The quantum physicists from Innsbruck have now succeeded for the first time in entangling two quantum bits coded in this way. The entanglement of two quantum bits is an important resource of quantum computers, giving them a performance advantage over classical computers.

A kind of quantum sewing machine

For their experiment, the physicists use an ion-trap quantum computer with ten ions. Into these ions the logical quantum bits are encoded. Using a technique that scientists refer to as ‘lattice surgery’, two logical qubits encoded on a lattice can be ‘stitched together’. “A new larger qubit is created from the qubits stitched together in this way,” explains Alexander Erhard from the Innsbruck team. In turn, a large logical qubit can be separated into two individual logical qubits by lattice surgery.

In contrast to the standard operations between two logical qubits, lattice surgery only requires operations along the boundary of the encoded qubits, not on their entire surface. “This reduces the number of operations required to create entanglement between two encoded qubits,” explain the theoretical physicists Nicolai Friis and Hendrik Poulsen Nautrup.

Key technology for fault tolerant quantum computers

Lattice surgery is considered one of the key techniques for the operation of future fault-tolerant quantum computers. Using lattice surgery, the physicists led by Thomas Monz and Rainer Blatt, together with the theoretical physicists Hendrik Poulsen Nautrup and Hans Briegel from the Department of Theoretical Physics at the University of Innsbruck and Nicolai Friis from the Institute of Quantum Optics and Quantum Information (IQOQI) of the Austrian Academy of Sciences in Vienna, have now demonstrated the generation of entanglement between two encoded qubits. This is the first experimental realization of non-classical correlations between topologically encoded qubits. Furthermore, the researchers were able to demonstrate for the first time the teleportation of quantum states between two encoded qubits.

The research was financially supported by the Austrian Science Fund FWF and the Research Promotion Agency FFG as well as the EU.

Wissenschaftliche Ansprechpartner:

Alexander Erhard
Department of Experimental Physics
University of Innsbruck
Tel.: +43 512 507 52453
E-Mail: alexander.erhard@uibk.ac.at
Web: https://quantumoptics.at/

Originalpublikation:

Entangling logical qubits with lattice surgery. Alexander Erhard, Hendrik Poulsen Nautrup, Michael Meth, Lukas Postler, Roman Stricker, Martin Ringbauer, Philipp Schindler, Hans J. Briegel, Rainer Blatt, Nicolai Friis, Thomas Monz. Nature 2020, doi: 10.1038/s41586-020-03079-6; https://www.nature.com/articles/s41586-020-03079-6

http://www.uibk.ac.at

The post Error protected quantum bits entangled appeared first on Innovations Report.

https://www.乐动体育平台innovations-report.com/information-technology/error-protected-quantum-bits-entranted/feed/ 0
研究人员报告量子极限接近化学传感芯片 https://www.乐动体育平台innovations-report.com/information-technology/searchers-report-quantum-limit-approxing-chemical-sensing-chip/ https://www.乐动体育平台innovations-report.com/information technology/resears report量子极限接近化学传感芯片 redaktion. 星期二,12月12日11:44:47 +0000 信息技术 防伪 化学分子 化学传感芯片 食品安全监测 手持装置 非法药物 污染 银纳米粒子 https://www.乐动体育平台innovations-report.de/?p=340148

这项研究显示了化学传感芯片的改进,该芯片旨在快速准确地识别药物和其他微量化学物质。布法罗大学的研究人员正在报告一种化学物质的进展…

post研究人员报告量子极限接近化学传感芯片首先出现在rel=“nofollow”h乐动体育平台ref=”//www.jadanicole.com“>创新报告

这项研究显示了化学传感芯片的改进,其目的是快速准确地识别药物和其他微量化学物质。

布法罗大学的研究人员报告了一种化学传感芯片的进展,这种芯片可以用于检测微量化学物质的手持设备;从非法药物到污染的一切,就像酒精检测仪识别酒精一样快。

这种芯片也可能用于食品安全监测、防伪和其他分析微量化学物质的领域,《先进光学材料》杂志12月17日版封面上的一项研究对此进行了描述,该研究的主要作者、美国电气工程教授甘乔强博士说,在许多领域,尤其是药物滥用领域,对便携式和成本效益高的化学传感器的需求很大UB工程与应用科学学院。

这项工作建立在Gan和8217的实验室之前的研究基础上,该研究涉及到制造一种芯片,在金和银纳米颗粒的边缘捕获光。

当生物或化学分子落在芯片的表面时,一些捕获的光与分子和分子相互作用分散在新能量的光中。这种效应发生在可识别的模式中,这些模式就像化学或生物分子的指纹,揭示了存在哪些化合物的信息。

由于所有化学物质都有独特的光散射特征,因此这项技术最终可以集成到一个手持式设备中,用于检测血液、呼吸、尿液和血液中的药物其他生物样本。它还可以与其他设备结合,以识别空气中或水中以及其他表面的化学物质。

这种传感方法被称为表面增强拉曼光谱(SERS)。

虽然有效,但Gan集团先前创建的芯片在设计上并不均匀。因为金和银的间隔不均匀,这会使分散的分子很难识别,特别是当它们出现在芯片的不同位置时,沙特阿拉伯国王阿卜杜拉科技大学(King Abdullah University of Science and Technology)一直致力于弥补这一缺陷。

研究小组在制备过程中使用了四种不同长度的分子(BZT、4-MBA、BPT和TPT),以控制金和银纳米颗粒之间间隙的大小。最新的制造工艺基于两种技术,原子层沉积和自组装单分子膜,而不是用于SERS芯片的更常见和昂贵的方法,即电子束光刻法。

结果是一种具有前所未有的均匀性的SERS芯片,其生产成本相对较低。更重要的是,它接近量子极限感应能力,Gan说,这对传统的SERS芯片是一个挑战;我们认为,除了手持药物检测设备之外,该芯片还有许多用途,这项工作的第一作者,Gan的实验室的博士后研究员Nan Zhang博士说;例如,它可以用来评估空气和水污染或食品安全。这项工作得到了美国国家科学基金会的支持。