第二类错误,即发射时带有虚假数据,传感器可以区分攻击和其他异常信号;冗余传感器在同一时间/日期发出虚假信息的可能性非常小。但是,如果传感器有共同的故障模式,系统可能会自我失效。这种错误更有可能发生在被错误描述为有限核攻击导致在警告下发射的情况下。冗余不是简单的解决方案:问题不是所有传感器/显示器同时出错,而是某些故障、基于真假数据的不一致图像……以及推理错误。 “当人们意识到冲突的传感器数据不是异常,而是警告系统中的常态时,这种前景就变得生动起来。当前的传感器系统不够精确,或没有经过足够紧密的交叉校准,因此不太可能都同意评估结果。” CINCNORAD 预计不同的传感器会呈现不同的,甚至非常不同的评估结果。 + 可能是真正的 N 爆炸造成了混乱,使得很难确定是有限攻击还是全面攻击,因为不一致的传感器读数甚至更不令人惊讶。教训:更好的攻击表征、更少的传感器系统中断,有助于避免两种类型的错误。增加过多的传感器冗余可能会使两种类型的错误更有可能发生。可能会增加冲突信息的几率,增加数据处理和数据处理和传输背后的通信系统的复杂性以及常见的故障模式。
ABS 美国航运局 AC 交流电 AFC 施工批准 AGP 高级发电机保护 AI 资产完整性 AODC 海上潜水承包商协会 API 美国石油学会 ASOG 活动特定操作指南 AVR 自动电压调节器 BOP 井喷防止器 BV 必维国际检验集团 CFD 计算流体动力学 CMF 共模故障 CP 可控螺距 CPP 可控螺距螺旋桨 DGNSS 差分全球导航卫星系统 DGPS 差分全球定位系统 DNV DET 挪威船级社 DP动态定位 DPCS 动态定位和控制系统 DPO 动态定位操作员 DPS 动态定位系统 DPVOA 动态定位船东协会 DSV 潜水支持船 接地 ECR 发动机控制室 ER 增强可靠性 ESD 紧急关闭系统 F & G 火灾和气体 FAT 工厂验收测试 FMEA 故障模式和影响分析 FMECA 故障模式影响和临界性分析 FOG 光纤陀螺仪 FPP 定距螺旋桨 FPSO 浮动生产储存排水 FSVAD 船旗国验证和验收文件 FW淡水 GA 通用警报 GNSS 全球导航卫星系统 GPS 全球定位系统 地面地球 HAT 港口验收试验 HAZOP 危险与可操作性 HDOP 水平位置稀释 HIL 硬件在环 HMI 人机界面
摘要 球栅阵列 (BGA) 是一种表面贴装芯片封装,常用于许多微电子产品。封装下方有焊球阵列,为 PCB 提供电气连接和机械支撑。BGA 以其低电感、高引线数和紧凑尺寸而闻名。BGA 芯片与印刷电路板的对齐更简单。这是因为引线(称为“焊球”或“焊料凸块”)与引线封装相比距离更远。锡-银-铜 (Sn-Ag-Cu) 是一种常用的焊球,也称为 SAC,是一种无铅合金 [1, 2]。SAC 目前是用于替代锡铅的主要合金系统,因为它具有足够的热疲劳性能,并且接近共晶,润湿性和强度符合要求的规格。然而,对于更严格的可靠性要求(例如汽车应用),当覆盖面积超过一定尺寸时,SAC 焊料将难以满足板级可靠性。这导致了对替代焊料合金(例如 SACQ 和 QSAC)的研究。将比较 SAC305、SACQ 和 QSAC 的拉伸强度、伸长率和硬度等性能。研究各种类型焊球与 BGA 的焊点在球剪切时的故障模式和球剪切强度的测量。这些焊料合金需要在高温条件下进行长达 3000 小时的高温储存 (HTS)。我们将分享和讨论实验结果的详细信息,包括故障模式和金属间化合物的特性和相关性。
维护管理活动中的摘要,工程师需要选择维护策略,以执行技术维护措施。单个设备由几个具有不同故障模式的组件组成。每个人都应该有一种维护策略;虽然某些组件可以运行使用纠正性维护,但其他组件则无法承受失败,并且应实施预防或预测策略。选择和评估维护策略是一项复杂的任务,应检索许多来源的信息。来自故障模式,效果和批判性分析的信息,成本 - 利益风险分析,计算维护管理系统,经常被工程师选择和评估维护策略。通常不会随着时间的推移评估选定的策略以检查其有效性。该策略可能需要调整或由更有效的策略代替,例如,基于条件的策略代替了基于时间的策略。为了促进维护策略的选择和评估,当前的研究提出了一种用于维护策略选择和评估的本体论模型(OMSSA)。OMSSA是维护策略中的正式术语框架,可用于开发智能计算代理,可以帮助您选择和评估维护策略的决策过程。为了促进其未来的重复利用和与工业领域中其他本体论的融合,OMSSA通过使用顶级领域中立本体论(基本的正式本体论)来建立本体论发展的状态发展状态。
气候科学,尤其是气候人工智能(AI),不能与道德社会问题(例如资源获取,保护和公共卫生)脱节。明显的非政治选择(例如,处理用于平等训练AI模型的所有数据点)可以导致模型在数据密度和质量较高的区域中更准确;这些通常与世界北部和西部地区一致(例如[1,2])。在获取数据和计算资源的访问中的不平等加剧了社区之间的差距,以理解气候变化的影响和对缓解和适应的行动,通常会损害那些受影响最大的人(例如,[3,4])。尽管这些问题不是AI的独有性,但AI模型的开发和运作,AI模型结果的发展和运作方面的广泛不透明度以及AI领域的快速发展进一步增加了资源不同的各方之间权力和代理的不平等。这为气候科学家创造了一个机会,可以重新考虑道德在其研究方法中的作用。气候科学家可以通过多种方式与社会互动。在这里,我们关注科学研究的过程,确定一些良好的实践来构建可信赖和负责任的模型,然后提供一些资源。在创建和培训模型中,我们鼓励研究人员认识到科学不能纯粹是“客观的”,并且先验,数据和指标的选择都带有偏见(例如[5])。解决或消除它们是不现实的,因为对“更好”模型或结果的解释高度取决于用户的特定目标。因此,至关重要的是,对所做的假设,所使用的算法和超参数的假设以及评估指标和过程至关重要,理想情况下,也可以根据可重复的科学原理(例如[6])提供数据和代码。在评估和介绍统计或机器学习模型的性能时,考虑可能的故障模式可以是检查系统行为的有用镜头。良好的起点是[7]提出的分类学,该分类法考虑了设计,实施和通信中的缺陷,特别是针对气候科学的缺陷,该列表由[8]汇编而成。与来自气候域的AI模型特别相关的故障模式包括分布偏移的鲁棒性;例如,对于接受历史数据训练的模型,很难预测它们在气候变化带来的看不见条件下的表现。通过考虑故障模式引起的良好实践可能包括通过模拟来量化预期模型性能的努力,定义模型的预期适用性范围,并考虑如何在定义评估策略和验证
潜在的生产细胞缺损最小化,第2.1.7节“缓解细胞失败”和ED-312“确定EVTOL应用中锂离子细胞中的故障模式的指南”。但是,即使使用最可靠的供应商中最可靠的单元格,并应用了适当的进出检查和测试,这些制造缺陷也无法完全避免。因此,在具有数千个单元的推进电池系统中,在细胞水平上具有内部短路成为热失控的情况。因此,应适当防止电池中相邻细胞的传播,以避免链反应。
系统安全性、可靠性和风险分析是在整个系统生命周期中执行的重要任务,以确保安全关键系统的可靠性。概率风险评估 (PRA) 方法是广泛用于此目的的全面、结构化和逻辑方法。PRA 方法包括但不限于故障树分析 (FTA)、故障模式和影响分析 (FMEA) 和事件树分析 (ETA)。现代系统日益复杂,其动态行为能力使传统 PRA 技术难以准确分析此类系统。为了全面准确地分析复杂系统,需要考虑不同的特征,例如组件之间的功能依赖性、系统的时间行为、组件/系统的多种故障模式/状态以及系统行为和故障数据的不确定性。不幸的是,传统方法无法解释这些方面。贝叶斯网络 (BN) 因其灵活的结构和在分析过程中整合上述大部分方面的能力而在风险评估应用中广受欢迎。此外,BN 还具有执行诊断分析的能力。Petri 网是另一种能够对系统动态行为进行建模和分析的正式图形和数学工具。它们也越来越多地用于系统安全性、可靠性和风险评估。本文回顾了贝叶斯网络和 Petri 网在系统安全性、可靠性和风险评估中的应用。回顾强调了基于 BN 和 PN 的方法相对于其他传统方法的潜在用处,以及在不同实际应用场景中的相对优势和劣势。
表格列表 表 1 – 系统故障模式监控和操作示例 ...................................................................................................... 8 表 2 – 根据确定的电弧闪光入射能量对电池外壳的要求 .............................................................................. 12 表 3 – 根据确定的电弧闪光入射能量对组件安装位置的要求 ...................................................................................................... 13 表 4 – 电池和单体电池标准 ...................................................................................................................... 13 表 5 – 需要防止机械冲击的位置 ............................................................................................................. 16 表 6 – 系统用户说明的要求 ...................................................................................................................... 20 表 B.1 – PAS 63100 验证清单 ................................................................................................................ 23 表 C.1 – PAS 63100 建议的符合性声明 ................................................................................................ 28
5 传感器系统 ................................................................................................................................................ 12 5.1 传感器系统定义 12 5.2 传感器系统故障模式 14 5.3 应变计 15 5.4 加速度计 17 5.5 速度计 18 5.6 运动参考单元 18 5.7 波雷达 18 5.8 流量计 19 5.9 光纤传感器 19 5.10 数字图像相关 (DIC) 20 5.11 声学传感器 20 5.12 基于光学的泄漏检测系统 22 5.13 温度传感器 22 5.14 无线传感器的局限性 23
将序列建模技术应用于决策问题,例如连续控制和黑框优化。对于连续控制,我们确定了决策变压器和拟议法案(AAAI'24接受)的潜在故障模式,以利用优势条件来实现强大的控制。进行黑盒优化,我们提出了通过安装行为算法的遗憾的学习历史来提炼和加强现有的黑框优化算法,从而使序列模型能够充当通用优化器(当前是提交)。bytedance,北京,中国07/2021 - 11/2021研究实习生
