Bài báo nghiên cứu mô hình đạn súng nhiều đầu (nhiều phần tử sát thương) cỡ 7,62 mm nhằm nâng cao hiệu quả tác chiến đối với các mục tiêu bay thấp, cỡ nhỏ và cơ động như phương tiện bay không người lái (UAV). Cấu hình đề xuất bao gồm ba đầu đạn con có khả năng phân tách khi động học sau khi rời miệng nòng, tạo ra vùng bao phủ điểm chạm diện rộng thay vì một điểm đơn lẻ như đạn truyền thống. Nghiên cứu sử dụng phương pháp mô phỏng số động lực học chất lưu (CFD) để xác định các đặc trưng khi động và hệ số lực cản chính diện (C ) của từng thành phần. Trên cơ sở đó, tính toán và kiểm chứng thông qua thực nghiệm bắn thử để đánh giá phân bố vùng điểm chạm. Kết quả cho thấy, với sơ tốc đầu nòng 550 m/s, thiết kế đạn nhiều đầu cho phép tạo ra số lượng điểm chạm cao gấp 3 lần so với đạn đơn truyền thống. Vùng phân bố điểm chạm tại cự ly 75 m và 100 m lần lượt đạt bán kính 37 cm và 75 cm, khẳng định khả năng tối ưu hóa trong việc tiêu diệt mục tiêu UAV cỡ nhỏ và sinh lực địch ở tầm gần.

Điều khiển chính xác cánh tay robot trong môi trường động, bất định là thách thức lớn đối với các bộ điều khiển kinh điển và các phương pháp hiện đại như điều khiển thích nghi hay điều khiển tối ưu. Mặc dù học tăng cường sâu (DRL) đã mở ra hướng đi mới, nhưng vẫn bộc lộ hạn chế về tính hội tụ cục bộ và thiếu sự cân bằng trong chiến lược khám phá không gian. Để giải quyết triệt để vấn đề này, bài báo đề xuất một bộ điều khiển tiên tiến cho cánh tay robot 6 bậc tự do (6- DOF) dựa trên phương pháp học tăng cường mềm Actor-Critic (Soft Actor-Critic - SAC). Trong nghiên cứu này, hệ thống trạng thái trước tiên được thiết lập các phương trình động học, động lực học và mô hình hóa dưới dạng quá trình quyết định Markov (MDP). Không gian trạng thái, hàm phần thưởng đa mục tiêu và cấu trúc mạng nơ-ron Actor-Critic được thiết kế nhằm tối đa hóa phần thưởng tích lũy kết hợp với cực đại hóa entropy. Cơ chế này giúp robot khám phá môi trường hiệu quả, tránh rơi vào các điểm tối ưu cục bộ và bám quỹ đạo trơn tru. Để kiểm chứng, bộ điều khiển được áp dụng vào bài toán thực nghiệm động lực học phức tạp: điều khiển robot dự đoán và đánh trúng quả bóng bàn với các quỹ đạo rơi ngẫu nhiên. Kết quả kỳ vọng cho thấy thuật toán SAC vượt trội về tốc độ hội tụ, độ ổn định và khả năng phản xạ theo thời gian thực, khẳng định tiềm năng to lớn trong việc giải quyết các tác vụ đa nhiệm phức tạp.

Máy đo tọa độ (CMM) được sử dụng rộng rãi trong đo lường cơ khí để xác định các đặc trưng hình học của chi tiết từ dữ liệu tọa độ ba chiều. Đối với bề mặt dạng cầu, đường kính được xác định từ tập hợp điểm đo thông qua một tiêu chi xử lý dữ liệu nhất định. Vì vậy, kết quả đo không chỉ chịu ảnh hưởng của sai số CMM và số lượng điểm đo, mà còn phụ thuộc vào tiêu chí xử lý dữ liệu và sai lệch hình dạng của chi tiết đo. Nghiên cứu này xây dựng phương pháp đánh giá độ không đảm bảo đo đường kính mặt cầu theo định hướng của ISO 15530-3 trên cơ sở dữ liệu thực nghiệm định lượng. Thực nghiệm được thực hiện trên máy CMM Mitutoyo Crysta-Apex S544 với hai quy trình lấy mẫu gồm 12 điểm và 20 điểm. Mô hình đánh giá xét đến các thành phần liên quan , đến chi tiết chuẩn, độ lặp lại của quy trình đo, sai số hệ thống và sai lệch độ cầu của chi tiết đo. Kết quả cho thấy độ không đảm bảo đo mở rộng lần lượt là 0,00616 mm và 0,00514 mm đối với đo 12 điểm và 20 điểm, với hệ số phủ k = 2.quy trình H2O 16m

Bài báo trình bày một phương pháp ứng dụng trí tuệ nhân tạo để tự động quan sát và đánh giá định lượng ngoại dạng mối hàn sau quá trình hàn MAG sử dụng dây lõi thuốc có lót sứ ceramic trên thép carbon CT3 dày 12 mm. Nghiên cứu xây dựng một bộ dữ liệu ảnh chuyên biệt từ các mẫu hàn thực nghiệm, đề xuất mô hình Al lại kết hợp phân đoạn ảnh và trích xuất đặc trưng hình học, đồng thời kiểm chứng thực tế trong điều kiện gần sản xuất công nghiệp. Kết quả cho thấy mô hình có khả năng nhận diện ổn định vùng mối hàn, trích xuất chính xác các thông số ngoại dạng và đạt các chỉ số đánh giá cao hơn so với các mô hình nhận diện đường hàn hiện có. Bộ dữ liệu gồm các ảnh RGB chụp sau hàn bằng camera công nghiệp độ phân giải 1920 × 1080 pixel, thu nhận từ nhiều góc quan sát dưới ánh sáng khuếch tán để giảm ảnh hưởng của phản xạ bề mặt. Tổng cộng 360 ảnh mối hàn được tạo ra từ 30 thí nghiệm thực nghiệm với chiều dài mối hàn 200 mm/mẫu. Dữ liệu được gán nhãn theo hai cấp gồm vùng mối hàn và vùng khuyết tật bề mặt, đồng thời trích xuất các tham số hình học chuẩn như chiều rộng bead, reinforcement, độ lồi, góc chuyển tiếp chân mối hàn, độ sâu undercut và chỉ số đồng đều bề mặt.

Bài báo trình bày quá trình thiết kế và phát triển một mô hình xe nguyên mẫu chi phí thấp cho xe tự lái có tích hợp một số chức năng cơ bản của hệ thống hỗ trợ lái xe tiên tiến (ADAS). Mô hình được xây dựng theo hướng mô-đun nhằm phục vụ nghiên cứu và đào tạo về điều khiển chuyển động, bám làn, duy trì khoảng cách an toàn, tránh va chạm và khả năng mở rộng truyền thông giữa các xe. Hệ thống phần cứng của xe gồm vi điều khiển Arduino Mega 2560 + CH340, mạch điều khiển động cơ L9110S, cảm biến khoảng cách hồng ngoại SHARP GP2Y0A21YKOF, cảm biến dò line 3 kênh, cảm biến tốc độ hồng ngoại dùng bộ so sánh LM393 và encoder quang. Về phần mềm, hệ thống được lập trình trên nền tảng Arduino IDE bằng ngôn ngữ C/C++, trong đó dữ liệu từ các cảm biển được thu thập, xử lý và chuyển thành tin hiệu điều khiển động cơ theo thời gian thực. Kết quả thực nghiệm cho thấy mô hình có khả năng phát hiện vật cản phía trước, điều chỉnh vận tốc và giữ khoảng cách an toàn trong môi trường phòng thí nghiệm. Mô hình đề xuất có ưu điểm chi phi thấp, cấu trúc đơn giản, dễ triển khai, phù hợp cho các nghiên cứu bước đầu về xe thông minh và xe tự hành.