摘要。本文描述了自动水下车辆的控制系统的设计Edysys1。与远程操作的车辆(ROV)相比,一辆无人驾驶的水下车辆是一种无人驾驶的且自行的水下船只,可以独立运行,并执行几项分配给它的任务,该任务通常被束缚在船上或其他系泊的水车上。自主水下车辆的控制系统的智能设计是一个积极的研究领域,赋予对自治的需求和智能系统满足此类需求的能力。一个控制系统是用Raspberry Pi 4计算机设计为主控制单元的。通过车辆采集数据采集的各种子系统和传感器由Raspberry Pi 4控制,该覆盆子PI 4具有配置的机器人操作系统(ROS)。使用Python编程语言配置控制每个传感器的必要智能。此后,相关的python脚本在ROS框架中作为节点实现。通过调用ROS中的相关节点,通过ROS环境中的设计系统获得了各种感觉数据值。还实现了通过洛拉的成功沟通。
温度传感和控制系统广泛用于关键过程的闭环控制,例如维持患者的热稳定性,或用于检测与温度相关的危险的报警系统。然而,这些系统的安全性尚未完全探索,留下了潜在的攻击面,可以利用这些攻击面来控制关键系统。在本文中,我们从安全性和安全的角度研究了基于温度的控制系统的可靠性。我们展示了对模拟温度传感组件进行物理级攻击如何导致意想不到的后果和安全风险。例如,我们证明攻击者可以远程操纵婴儿孵化器的温度传感器测量值以引起潜在的安全问题,而不会篡改受害系统或触发自动温度警报。这种攻击利用了运算放大器和仪表放大器中可能产生的意外整流效应来控制传感器输出,欺骗受害系统的内部控制回路加热或冷却。此外,我们展示了利用这种硬件级漏洞如何影响具有相似信号调节过程的不同类别的模拟传感器。我们的实验结果表明,这些系统中通常部署的传统防御措施不足以减轻威胁,因此我们提出了一种用于关键应用的低成本异常检测器的原型设计,以确保温度传感器信号的完整性。
HAL 是一个多学科开放存取档案库,用于存放和传播科学研究文献,无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
摘要:本综述研究重点关注并网双馈感应发电机 (DFIG) 风电场智能控制系统中使用的各种方法。本文回顾了一种使用模糊协调 PI 的控制器,该控制器建议用于在大型风电场发生干扰时通过降压-升压转换器 (DC-DC 转换器) 改善与 DFIG 耦合的超级电容器 (SC) 的动态性能。此外,本研究回顾了一种俯仰角控制,用于在不同风速下调节风力涡轮机 (WT) 叶片的角度,以控制功率并安全运行 WT。在俯仰角上实施人工智能控制 (模糊方法) 取代传统控制以提高系统性能,模糊方法用于在各种工作条件下自动调整传统控制参数。然后,本文回顾了一种开发的控制技术,该技术使用区间型 2 模糊逻辑控制 (FLC) 调整 PI 来为由 DFIG 操作的 WT 进行最佳扭矩调节。建议的控制可调节机械转子速度的误差并产生实现最大输出功率的最佳扭矩。根据现有文献的结果,引入了 SC 到三相四线有源电力滤波器 (APF) 直流链路的集成,方法是使用由模糊控制方法控制的接口三级双向降压-升压转换器。关键词:智能控制系统;风能;电力电子;双馈感应发电机;最大功率跟踪。
摘要。功率流控制系统在具有光伏输入的直流微电网中发挥着重要作用,可为负载提供连续电力。由于太阳辐射和温度的波动,光伏模块的输出功率可能会下降,因此必须使用电池和公用电网来减少不良变化的负面影响。然而,需要一种有效的控制策略来确保不间断地向负载单元供电。本文提出了一种基于库仑计数法的充电状态电池功率估计技术的改进能量流控制。通过使用充电状态技术准确估计电池的可用功率,微电网能够确定是否需要在光伏模块的功率输出不足以满足负载需求时切换到电网。所提出的方法还消除了基于直流总线电压水平的方法来对电池进行充电或放电的需要,具有显著减少直流总线电压变化的优点。该方法的仿真结果表明,该方法提供了令人满意的控制性能,满足了负载需求。
摘要 保护关键基础设施资产是一项重要但极其困难且昂贵的任务。从历史上看,诱饵已被非常有效地用于分散攻击者的注意力,在某些情况下,还可以说服攻击者透露他们的攻击策略。一些研究人员提出使用蜜罐来保护可编程逻辑控制器,特别是关键基础设施中使用的控制器。但是,大多数这些蜜罐都是等待潜在攻击者的静态系统。为了有效,蜜罐诱饵需要尽可能逼真。本章介绍了一个概念验证蜜罐网络流量生成器,它模拟了正在运行的真实控制系统。使用西门子 APOGEE 楼宇自动化系统对单子网和双子网实例进行的实验表明,所提出的流量生成器支持诱饵楼宇自动化网络中的蜜罐集成、流量匹配和路由。
摘要 保护关键基础设施资产是一项重要但极其困难且昂贵的任务。从历史上看,诱饵已被非常有效地用于分散攻击者的注意力,在某些情况下,还可以说服攻击者透露他们的攻击策略。一些研究人员已经提出使用蜜罐来保护可编程逻辑控制器,特别是关键基础设施中使用的控制器。然而,大多数这些蜜罐都是等待潜在攻击者的静态系统。为了有效,蜜罐诱饵需要尽可能逼真。本章介绍了一个概念验证蜜罐网络流量生成器,它模仿了正在运行的真实控制系统。使用西门子 APOGEE 楼宇自动化系统对单子网和双子网实例进行的实验表明,所提出的流量生成器支持诱饵楼宇自动化网络中的蜜罐集成、流量匹配和路由。
增材制造 (AM),通常称为 3D 打印,是一种革命性的制造技术,在航空航天、医疗和汽车领域具有重大的工业意义。金属增材制造可以制造复杂的精密零件并修复大型部件;然而,由于缺乏工艺一致性,认证目前是一个问题。开发并集成了一种多功能、廉价的过程控制系统,减少了熔池波动的变化并提高了组件的微观结构均匀性。残余微观结构变化可以通过热流机制随几何形状的变化来解释。晶粒面积变化减少了高达 94%,成本仅为典型热像仪的一小部分,控制软件由内部编写并公开提供。这降低了过程反馈控制的实施障碍,可以在许多制造过程中实施,从聚合物增材制造到注塑成型再到惰性气体热处理。
有几种不同类型的控制方法可用于线性和非线性系统。这些控制方法需要简单到复杂的控制器。在本项目中,通过获取状态空间模型并检查不同控制方法的开环和闭环响应来分析无尾翼火箭的俯仰稳定性。此外,根据线性二次调节器 (LQR) 的响应评估了简单但强大的比例、积分、微分 (PID) 控制器的响应。由于实际应用和案例的局限性,开发了卡尔曼滤波器 (最佳估计器) 来充分观察和获取必要的状态变量。最终,将 LQG 和卡尔曼滤波器结果和增益结合起来以获得线性二次高斯 (LQG) 控制器响应。每个部分都将定义、推导和实现必要的函数到 MATLAB 和 Simulink 中以获得最佳响应。
我们使用 GreenPAK SLG46140V 来实现基于占用的空气质量控制系统。引脚 10 配置为模拟输入/输出,而引脚 3 配置为数字输入。灰尘传感器的模拟输出通过模拟输入引脚 10 馈送到 SLG46140V。运动传感器的数字输出通过数字输入引脚 3 馈送到 GreenPAK IC。引脚 9、引脚 12、引脚 13 和引脚 14 配置为数字输出。引脚 9 的数字输出用于驱动灰尘传感器的 LED。引脚 12 连接到绿色 LED,当房间中的灰尘颗粒浓度低于参考值时,该 LED 会亮起。引脚 13 连接到红色 LED,当房间内灰尘颗粒浓度超过参考值时,该 LED 亮起。引脚 14 的输出用于驱动空气净化系统(本项目使用直流风扇)。