摘要。近年来,人工智能 (AI) 算法在预测和健康管理 (PHM) 领域的应用研究,特别是用于预测受状态监测的机械系统的剩余使用寿命 (RUL) 的研究,引起了广泛关注。为 RUL 预测建立置信度非常重要,这样可以帮助运营商和监管机构就维护和资产生命周期规划做出明智的决策。在过去十年中,许多研究人员设计了指标或指标来确定 AI 算法在 RUL 预测中的性能。虽然大多数常用的指标(如平均绝对误差 (MAE)、均方根误差 (RMSE) 等)都是从其他应用程序中改编而来的,但一些定制指标是专门为 PHM 研究而设计和使用的。本研究概述了应用于机械系统 AI 驱动的 PHM 技术的关键绩效指标 (KPI)。它介绍了应用场景的详细信息、在不同场景中使用特定指标的适用性、每个指标的优缺点、在选择一个指标而不是另一个指标时可能需要做出的权衡,以及工程师在应用指标时应该考虑的一些其他因素。
摘要:热能储存系统在可再生能源的利用和开发中起着至关重要的作用。在过去的二十年里,单罐温跃层技术由于与传统的双罐储存系统相比具有更高的成本效益而受到广泛关注。本文重点阐明温跃层 TES 系统的性能指标以及不同影响因素的影响。我们收集了现有文献中所使用的各种性能指标,并将其分为三类:(1)直接反映储存热能的数量或质量的指标;(2)描述冷热地区热分层水平的指标;(3)表征温跃层罐内热流体动力学特征的指标。对这三类指标进行了详细的分析。此外,还系统讨论了相关的影响因素,包括传热流体的注入流量、工作温度、流量分配器和进出口位置。该工作提供的全面总结、详细分析和比较将为未来温跃层TES系统的研究提供重要的参考。
2023年9月5日至8日,美国国家标准技术研究所(NIST)持有公路自动化车辆的第二个标准和性能指标。这项为期四天的虚拟活动提供了NIST最近在自动化车辆(AVS)的工作的最新信息,并为利益相关者提供了提供有关当前和未来NIST研究的反馈和意见的机会。研讨会包括高级主题演讲,一系列行业主题演讲以及有关其当前AV活动的NIST演示。行业的主旨演讲和NIST演示与突破性会议配对,讨论了NIST在六个关键领域的进步,社区挑战和利益相关者的研究需求:系统互动,感知,网络安全,通信,人工智能和数字基础设施。普遍同意,延期标准可以更好地比较新兴技术。其他关键主题包括:1)用于自动化和相关性的数字技术问题,包括人工智能,机器学习和智能连通技术(即车辆到车辆(V2V),车辆到车辆到媒介物(V2i),v2i),以及车辆到达的everyverthing(V2X); 2)需要标准化或通用语言来改善信息共享; 3)开放数据集,以支持和验证系统组件和领域的技术进步和标准化(即与技术并行演变的标准); 4)NIST作为召集人将各种利益相关者聚集在一起进行知识交流和跨行业对话的关键作用。
在多目标优化中广泛采用了帕累托前沿,尤其是在多载体能量系统建模中。尽管有各种方法可以推导边界,但它代表了不同的最佳解决方案,从而使最终选择非平凡。建模者的专业知识对于确定分配给每个目标的重量因素至关重要,以从帕累托前沿选择最终解决方案。本研究提出了一种支持这种决策的新方法,引入了通过物理电池建模评估的其他关键性能指标,即电池的健康状况。通过比较多目标多载体能源系统中的不同调度方案,每个计划都与其独特的电池操作策略进行了比较,该新引入的指标已部署,以自动从帕累托边境识别最终解决方案,而无需额外的加权系数。因此,这种方法可以自动化决策过程,该过程支持简单的工程,尤其是对于小型多能系统(例如智能家居),例如这项工作中提出的案例研究具有四个具有四个不同能量载体的案例研究,它采用了12 v 128 v 128 AH LFP化学电池模块,证明了此自动选择过程的有效性。此外,与整个边界的最大值相比,自动选择的解决方案在CO 2排放中的降低27.96%,总成本降低了3.67%。在长期操作中,这种方法有可能将电池寿命延长高达26.67%,从而直接影响多载体能源系统的经济性。
摘要。嗜热伏洛尔电(TPVS)与太阳能光伏(PV)不同,因为成对效率和电力不能同时优化,因为光谱选择性或光子回收的结果。对到目前为止进行的大约三十次实验进行了审查,并将实现的表演与在详细的余额限制中获得的表演进行了比较。最佳细胞带隙和发射极温度之间的联系是发射极和电池之间带外辐射交换的函数。分析表明,所报告的几乎所有实验数据都不是功率最大的条件,而是更专注于优化效率。在高温下,热管理显然是一个问题,并且需要优化效率才能最大程度地减少热发电。通常,除了配对效率和电力密度外,热功率密度是第三个度量,在TPV设备的设计中应考虑。
摘要 - 白皮书着重于通过减轻车辆到所有(V2X)通信的脆弱性来增强自主驾驶安全性,以欺骗和障碍。它通过通过V2X技术提高检测和情境意识来解决弱势道路使用者(VRU)的保护。重点放在超越5G虚拟环境的域适应性上,用于V2X系统的网络安全测试(B5GCYBERTESTV2X)模拟平台,以承受现实世界中的状况。提出了基于天线阵列的系统,以减轻干扰和欺骗攻击的负面影响,特别是在城市场景等区域中。这些系统可以减轻干扰器信号,扩大合法的信号,并且在欺骗攻击的情况下,它们可以提取参数,以供欺骗器识别。半监督和无监督的学习方法,以提高复杂环境中的性能和鲁棒性的潜力。本文是指来自德国深入事故数据库(GIDAS)的相关场景 - 包括交叉点,车道变更,合并以及行人或骑自行车的情况。白皮书是在七个部分中结构的:简介,项目和V2X系统描述,挑战和对策,基于Gidas和3GPP的驾驶用例(DUC),基于AI的缓解策略和模拟研究,并提出了3GGPP报告后的拟议关键绩效指标(KPIS)。它有助于综合的B5GCYBERTESTV2X项目。
表4:监察长(IG)成熟度和1990年《公民首席金融官员法》的成熟度和总收视率,1990年,机构的信息安全计划2022 2022 22 22 22表5:由能源部官员强调的实践,这些官员强调了对信息安全计划的积极贡献46的官员的官员的高度启动的效果46:实践效果46:实践效果:实践的实践:对信息安全计划有效性做出积极贡献的官员49表8:由国家科学基金会官员强调的实践,对信息安全计划有效性做出了积极贡献51表9:由小型企业管理官员强调的实践,对信息安全计划有效贡献52
随着可再生能源用于生产电力的,储能系统正成为稳定电网的重要组成部分。 在这种情况下,已证明固定的电池存储是解决可再生能源的间歇性质的解决方案,这是一个重大问题。 在全球范围内,安装的电池电源能力在过去几年中有所增加,其中1次进一步增加,尤其是在美国2和欧洲。 3固定的储能系统应用与电站,工业消费者和住宅建筑有关,在自己的能源共同生产的情况下优化了使用时间/能源成本4。 此外,使用二人电池在固定应用中使用了第一个预期生命的末端,,储能系统正成为稳定电网的重要组成部分。在这种情况下,已证明固定的电池存储是解决可再生能源的间歇性质的解决方案,这是一个重大问题。在全球范围内,安装的电池电源能力在过去几年中有所增加,其中1次进一步增加,尤其是在美国2和欧洲。3固定的储能系统应用与电站,工业消费者和住宅建筑有关,在自己的能源共同生产的情况下优化了使用时间/能源成本4。此外,使用二人电池在固定应用中使用了第一个预期生命的末端,
美国国家标准与技术研究所正在开发性能测试和相关工件,以对机器人装配领域的研究进行基准测试。使用任务板概念配置与机械组件一致的组件集,包括螺钉、齿轮、电连接器、电线和皮带,用于组装或拆卸。测试协议与任务板一起提供,旨在模拟中小型制造商通常面临的低产量、高混合装配挑战。除了组装产品中常见的刚性组件外,任务板还包括许多非刚性组件操作,例如线束和皮带传动组件,以支持可变形物体抓取和操纵领域的研究,该领域仍被认为是机器人领域的新兴研究问题。一组四个主要任务板以及竞赛任务板作为基准,以及评分指标和将机器人系统装配时间与人类表现进行比较的方法。竞赛用于提高对这些基准的认识。介绍了用于推进和比较研究的工具,并强调了基于系统竞赛的解决方案,以抓取和操纵可变形任务板组件。
地球轨道上的空间物体总数估计超过 20 万个,而目前不断跟踪和编目的空间物体数量约为 2 万个。在我们这个时代,太空交通量每年都在增加,因此可能发生碰撞的风险也随之增加,全球都需要控制近地空间环境,特别是低地球轨道。这是每个北约国家的共同问题,可以通过各国之间的全球合作来解决。此外,与轨道物体测量位置相关的不确定性是影响性能、准确性和及时性的主要因素之一。因此,旨在协调大量传感器是该领域最重要的方面之一。本文提出了一种算法来估计全球分布的光学资产网络(望远镜和探测器)的性能,该网络使用现成的望远镜组件,部署在不同位置的多个站点。在探测尺寸小至 3 厘米的太空物体的情况下,定量性能指标计算为网络在给定时间窗口内可见的总分类碎片比例(在我们的例子中,已考虑 24 小时)。所提出的算法将所有 NORAD 目录、DISCOS 目录提供的所有物体物理数据以及所有光学和大气数据作为输入。然后,它会传播空间物体群,以获得它们在选定时间窗口内的位置,过滤掉所有不在地面站网络视线范围内足够时间的物体,以保证可行的轨道确定,并对满足所有先前条件的物体估计光学资产可实现的信噪比。这些值直接转化为检测概率,从而为给定的地面传感器网络配置提供性能指数,可用作评估不同架构时要优化的目标函数。