-
公开(公告)号：CN101463910B
公开(公告)日：2013-05-29
申请号：CN200810185980.1
申请日：2008-12-18
Applicant: 帕洛阿尔托研究中心公司
CPC classification number: F16K99/0001 , B01L3/502738 , B01L2200/12 , B01L2300/0819 , B01L2300/0887 , B01L2400/0655 , F16K99/0026 , Y10T137/0318 , Y10T137/0391 , Y10T137/87249
Abstract: 本发明涉及新颖的静电寻址微型阀。微型阀包括促动开口层内的相应的促动开口。控制流体流过促动开口。控制流体的流动通过靠近促动开口层的电荷分布施加的电场来控制。在一个实施例中，电场可调节促动开口的开启和闭合，由此控制控制流体的流动。在第二实施例中，控制流体是电流变流体，其中电场控制ER流体的粘度，由此控制流体流过促动开口。在两个实施例中，控制流体的流动控制沿着被控制流体流过其中的导管壁形成的柔性薄膜的拉伸。柔性薄膜的拉伸控制被控制主要流体的流动。
-
Patent Agency Ranking
公开(公告)号：CN115373261A
公开(公告)日：2022-11-22
申请号：CN202210439754.1
申请日：2022-04-25
Applicant: 帕洛阿尔托研究中心公司
Abstract: 本发明题为“用于借助数字计算机在微组装控制中使用的基于机器学习的位置估计的系统和方法”。可通过使用包括至少一个基于物理的模型和机器学习模型两者的混合模型来考虑控制回路延迟以预测被移动的微对象的位置。使用梯度增强组合该模型，其中模型是在基于在先前阶段基于与训练数据的比较计算的残差拟合的阶段中的至少一个阶段期间创建的。基于创建的模型选择针对每个阶段的损失函数。用从训练数据外推和内插的数据来评估混合模型，以防止过度拟合并且确保混合模型具有足够的预测能力。通过包括基于物理的模型和机器学习模型两者，该混合模型可以考虑在微对象的移动中涉及的确定性分量和随机分量两者，从而增加微组装的准确性和吞吐量。
-
公开(公告)号：CN114624997B
公开(公告)日：2025-01-21
申请号：CN202111542482.X
申请日：2021-12-14
Applicant: 帕洛阿尔托研究中心公司
Abstract: 本发明描述了允许利用机器学习算法将微物体移动到期望位置的系统和方法。传感器诸如高速相机或电容感测跟踪物体的位置。通过控制电极阵列中的电极中的每一者来产生用于操纵物体的动态势能景观。一个或多个计算装置用于：使用传感器估计微物体的初始位置；产生用于由于电极中的至少一些电极产生的电极电势引起的微物体的移动的动态模型的连续表示，并在动态模型上使用自动微分和高斯求积法则推导出由电极产生的优化电势，以将微物体移动到期望位置；以及将所计算的优化的电极电势映射到阵列以激活电极。
-
公开(公告)号：CN115373261B
公开(公告)日：2025-01-03
申请号：CN202210439754.1
申请日：2022-04-25
Applicant: 帕洛阿尔托研究中心公司
Abstract: 本发明题为“用于借助数字计算机在微组装控制中使用的基于机器学习的位置估计的系统和方法”。可通过使用包括至少一个基于物理的模型和机器学习模型两者的混合模型来考虑控制回路延迟以预测被移动的微对象的位置。使用梯度增强组合该模型，其中模型是在基于在先前阶段基于与训练数据的比较计算的残差拟合的阶段中的至少一个阶段期间创建的。基于创建的模型选择针对每个阶段的损失函数。用从训练数据外推和内插的数据来评估混合模型，以防止过度拟合并且确保混合模型具有足够的预测能力。通过包括基于物理的模型和机器学习模型两者，该混合模型可以考虑在微对象的移动中涉及的确定性分量和随机分量两者，从而增加微组装的准确性和吞吐量。
-
公开(公告)号：CN101463910A
公开(公告)日：2009-06-24
申请号：CN200810185980.1
申请日：2008-12-18
Applicant: 帕洛阿尔托研究中心公司
CPC classification number: F16K99/0001 , B01L3/502738 , B01L2200/12 , B01L2300/0819 , B01L2300/0887 , B01L2400/0655 , F16K99/0026 , Y10T137/0318 , Y10T137/0391 , Y10T137/87249
Abstract: 本发明涉及新颖的静电寻址微型阀。微型阀包括促动开口层内的相应的促动开口。控制流体流过促动开口。控制流体的流动通过靠近促动开口层的电荷分布施加的电场来控制。在一个实施例中，电场可调节促动开口的开启和闭合，由此控制控制流体的流动。在第二实施例中，控制流体是电流变流体，其中电场控制ER流体的粘度，由此控制流体流过促动开口。在两个实施例中，控制流体的流动控制沿着被控制流体流过其中的导管壁形成的柔性薄膜的拉伸。柔性薄膜的拉伸控制被控制主要流体的流动。
-
公开(公告)号：CN114624997A
公开(公告)日：2022-06-14
申请号：CN202111542482.X
申请日：2021-12-14
Applicant: 帕洛阿尔托研究中心公司
Abstract: 本发明描述了允许利用机器学习算法将微物体移动到期望位置的系统和方法。传感器诸如高速相机或电容感测跟踪物体的位置。通过控制电极阵列中的电极中的每一者来产生用于操纵物体的动态势能景观。一个或多个计算装置用于：使用传感器估计微物体的初始位置；产生用于由于电极中的至少一些电极产生的电极电势引起的微物体的移动的动态模型的连续表示，并在动态模型上使用自动微分和高斯求积法则推导出由电极产生的优化电势，以将微物体移动到期望位置；以及将所计算的优化的电极电势映射到阵列以激活电极。
-
-
-
-
-
Search Results
6
records
(took 0.026 seconds)
