摘要 本文讨论了智能制造数字孪生 (DT) 演示器的设计,采用开源方法进行实施。开源技术可以包括如今推动智能制造的软件、硬件和混合解决方案。开源技术在智能制造中的主要潜力在于实现互操作性并降低设计和实施新制造解决方案的资本成本。在介绍我们采用开源方法设计 DT 演示器的动机之后,我们确定了智能信息物理系统 (CPS) 和 DT 的主要实施要求。提供了 DT 演示器核心组件的概念化,并确定了实现 DT 的三个技术构建块。这些技术构建块包括用于管理数据、模型和服务的组件。从 DT 演示器的概念模型中,我们推导出一个高级微服务架构,并提供了一个基于可用开源技术实施 DT 演示器的案例研究基础设施。本文最后提出了未来要解决的研究问题。
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
数字双胞胎(DTS)的发展仍处于供应链管理(SCM)部署的试点阶段,并且它们与实时同步和自主决策的完整集成使许多人构成许多挑战。本文旨在确定这些共同的挑战,并为建立数字双胞胎(DT)系统提供一个概念框架,以提高供应链管理绩效。本文介绍了有关SCM改进的DT应用的129个研究论文的系统文献综述。选定的论文进行了审查并分为三类:制造和生产,供应链和物流。数字技术的开发,例如物联网(IoT),无线电频率鉴定(RFID)设备,云计算,网络物理系统(CPSS),网络安全(CS)和仿真建模,增加了探索供应链DTS创建的机会。但是,由于大多数系统的复杂性,存在着局限性和各种挑战。结果表明SCM的DT应包括外部链接(即供应商,分销商)和内部链接(即采购,生产,副作用)通过实时同步来处理任何破坏。根据审查结果,本研究提出了一个三层概念框架,以提高供应链管理绩效。所提出的框架为SCM中的DT研究提供了未来的方向。它为DT实施,常见的DT技术和数据分析技术提供了一种整体和集成的方法,以改善供应链性能。
摘要:当前的能源转型与电力系统的现代化相结合,为电力系统的传输、分配、运行、规划、监控和控制带来了重大变革。这些进步在很大程度上依赖于新计算和通信技术的应用,这些技术与传统物理系统相结合,导致了信息物理系统 (CPS) 的出现。从这个意义上讲,除了保持可靠、经济和安全的电网的传统挑战之外,现在还必须应对随着 CPS 的发展而出现的新的网络攻击漏洞。意识到这一观点以及行业因网络攻击而面临的持续挑战的严重性,本文旨在对信息物理电力系统中的网络安全文献进行全面调查。为此,本文介绍了主要网络攻击类型的明确定义、历史时间表和分类,包括构成 CPS 的概念、架构和基本组件,以及管理、控制和保护 CPS 的漏洞。此外,本文还介绍了网络安全的防御策略和未来趋势。为了进行这项研究,我们在相关学术和工业数据库中进行了仔细的搜索,并详细报告了重点关注减轻网络攻击和确保现代 CPS 网络安全的关键工作。最后,本文提出了
关于评估CPMI(在此之前,名称在2014年更改,是CPSS),iosco发布了“金融基础设施原则”的文件,该文件是不同金融市场基础设施(FMIS)的国际标准。这些FMI是(PS付款系统),(CSD中心证券存放者),(SSS-证券结算系统),(CCP-中央反党)和(TR-Trade存储库)。他们还发布了第二个文件,即“披露框架和评估方法”。两个文档都相互补充。该评估旨在将SDC的实践和程序与国际标准进行比较。The table shows the status of the principles in term of applicability Principles Status Principle 1 – Legal basis Applicable Principle 2 – Governance Applicable Principle 3 – Framework for Comprehensive Management of Risks Applicable Principle 4 – Credit Risk Applicable Principle 5 – Collateral Applicable Principle 6 – Margin Not Applicable Principle 7 – Liquidity Risk Applicable Principle 8 – Settlement Finality Applicable Principle 9 – Money Settlements Applicable Principle 10 – Physical Deliveries Not Applicable Principle 11 - 中央证券存款库适用的原则12 - 价值交换和解系统不适用的原则13 - 参与者默认规则和程序适用的原则14 - 隔离和可移植性不适用原则15 - 一般企业风险适用原则16链接不适用原则21 - 效率和有效性适用原则22 - 沟通程序和标准适用原则23 - 披露规则,关键程序和市场数据适用原则24 - 不适用的贸易存储库披露市场数据
将组织、生活、流程、数据和事物整合成一个具体的、连贯的结构——信息物理系统 (CPS),以开发一个协同的、更智能的互联地球 [3]。建立信息物理系统的主要目标可以概括为:i)以综合协同的方式整合分布式服务和资源;ii)改善现有的公共服务,提供新的有效的以公民为中心、用户驱动和需求导向的服务;iii)使用易于使用的可视化工具监控城市;iv)为最终用户提供近乎实时的服务和/或进一步的智能驱动;v)通过优化服务提高可持续性;vi)改善公民的生活和生计;vii)推动经济发展、创新和全球城市投资竞争力 [3]。读者可以参考 [3] 了解涉及通信网络的信息物理系统的技术基础设施以及有关现实世界信息物理系统用例的更多信息。综上所述,实现正确感知和适当自主驱动的主要层面包括:i)与所有利益相关者的严格接触,ii)边缘物联网设备和公民通过使用复杂的通信技术利用大量近实时数据来收集数据并与环境智能交互,iii)边缘/雾平台,iv)涉及云端的云平台,以及v)不仅在自身内部而且与国家和全球智能域集成。 智能域的主要智能元素如图 1 A.2 所示。 [3] 中也阐述了将智能域(图 1 A.1)纳入其中以创建协同实施的其他智能域,从而为发展一组智能域以及智能州和智能国家打开大门。 DT 的发展是建立智能域不可或缺的一部分。
工业 4.0 通过人工智能、物联网 (IoT)、云计算、信息物理系统 (CPS) 和认知计算彻底改变了制造业,创造了“智能”环境,互联的机器可以自主优化生产。这种转变显著提高了生产力和性能。然而,工业 5.0 进一步发展,强调人与机器人之间的协作,利用人类的创造力和先进的机械。它旨在提高效率并实现大规模个性化,产品可根据个人需求量身定制。工业 5.0 的核心价值是以人为本,机器处理重复性任务,人类专注于认知和批判性思维任务 [2]。一方面,根据 [3],支持以人为本的制造业人工智能的关键技术包括 i) 主动学习 (AL):人工智能系统不断从人类反馈中学习,增强人机协同作用;ii) 可解释人工智能 (XAI):确保人工智能决策透明易懂,促进信任和协作;iii) 模拟现实:使用虚拟环境模拟真实场景进行训练和决策; iv) 对话界面:实现人机之间的自然语言交互,提高可用性;v) 安全性:数字化增加了攻击面,因此需要确保数据和系统的安全。另一方面,在这种转变中,物体检测 (OD) 发挥着至关重要的作用 [4],它应用于不同的系统,例如质量控制的缺陷检测、协作机器人 (cobots)、用于码垛和自动拾取和放置系统的机械臂以及视频监控系统。此外,值得一提的是,这些系统的最新发展是基于 YOLO 检测器,以实现精度和推理速度效率的平衡 [5]。
本研究课题旨在重点介绍数字化智能电网中当前最先进的技术,包括可再生能源和脱碳电力系统下的能源互联网 (IoE) 等技术。这些方法将提高电力系统的整体效率,以及当前系统中的新兴技术和应用。如图 1 所示,IoE 涵盖了移动性、电子设备和能源网络的所有数字化过程。Dynge 等人 (2022) 撰写的关于该主题的第一篇文章介绍了一种基于平准化电力成本 (LCOE) 的新定价机制,以确保产消合一并为所有市场参与者建立透明和公平的价格。该机制利用基于分布式账本技术 (DLT) 的平台,具有整体视角,将市场互动视为信息物理社会系统 (CPSS) 的一部分。本研究比较和分析了与批发供应商签订的固定和可变合同,以及传统的上网电价 (FiT) 及其拟议的替代方案。结果表明,与 FiT 方案相比,消费者的成本有所降低,而产消者的收入略有下降。然而,与 FiT 的拟议替代方案相比,本研究提出的定价机制为产消者和消费者带来了显着的收益增加。在 Ali 和 Partal (2022) 中,提出了一种基于 ZigBee 和 LoRa 的无线传感器网络,用于集成到智能建筑能源管理系统中。所提出的系统允许在智能环境中自动监控和控制室温、湿度、照明系统等。由于其可扩展性,许多物联网应用可以通过定制嵌入式代码来实现。该系统由一个终端设备、一个多协议网关和一个中央数据收集器 (CDC) 单元组成。它利用了 ZigBee 和 LoRa 通信技术的低功耗和长距离功能。终端设备使用低功耗传感器收集温度、湿度和光照强度数据,并通过 LoRa 无线收发器将数据传输到网关。网关充当中间设备,促进终端设备与设备之间的数据交换。
本研究课题旨在重点介绍数字化智能电网中当前最先进的技术,包括可再生能源和脱碳电力系统下的能源互联网 (IoE) 等技术。这些方法将提高电力系统的整体效率,以及当前系统中的新兴技术和应用。如图 1 所示,IoE 涵盖了移动性、电子设备和能源网络的所有数字化过程。Dynge 等人 (2022) 撰写的关于该主题的第一篇文章介绍了一种基于平准化电力成本 (LCOE) 的新定价机制,以确保产消合一并为所有市场参与者建立透明和公平的价格。该机制利用基于分布式账本技术 (DLT) 的平台,具有整体视角,将市场互动视为信息物理社会系统 (CPSS) 的一部分。本研究比较和分析了与批发供应商签订的固定和可变合同,以及传统的上网电价 (FiT) 及其拟议的替代方案。结果表明,与 FiT 方案相比,消费者的成本有所降低,而产消者的收入略有下降。然而,与 FiT 的拟议替代方案相比,本研究提出的定价机制为产消者和消费者带来了显着的收益增加。在 Ali 和 Partal (2022) 中,提出了一种基于 ZigBee 和 LoRa 的无线传感器网络,用于集成到智能建筑能源管理系统中。所提出的系统允许在智能环境中自动监控和控制室温、湿度、照明系统等。由于其可扩展性,许多物联网应用可以通过定制嵌入式代码来实现。该系统由一个终端设备、一个多协议网关和一个中央数据收集器 (CDC) 单元组成。它利用了 ZigBee 和 LoRa 通信技术的低功耗和长距离功能。终端设备使用低功耗传感器收集温度、湿度和光照强度数据,并通过 LoRa 无线收发器将数据传输到网关。网关充当中间设备,促进终端设备与设备之间的数据交换。
人工智能 (AI)、认知计算、机器学习和脑启发计算是信息物理系统 (CPS) 中最热门的研究重点。脑启发计算可以更快、更有效地检测 CPS 中的威胁。这导致了脑启发计算算法的发展,包括自然启发算法、遗传算法、群体算法和模式识别算法,用于解决困难的计算问题和 CPS 研究挑战。认知信息物理系统 (CCPS) 正在经历快速转型,成为一种跨学科技术,它融合了物理组件和计算设备以实现基于 AI 的解决方案。CCPS 正在将机器学习/AI 与脑启发计算相结合,以实现智能系统。这个时代正在见证数字技术的快速转型,具有脑启发计算解决方案的 AI 将在工业信息学中发挥至关重要的作用。CCPS 与脑启发计算在工业 4.0 工业革命中的应用使智能工厂成为工业革命的一部分。其他应用,如智能家居设备、医疗系统、自动驾驶系统、连接设备中的机器人系统、数据分析、云计算和人工智能,使该过程进一步自动化。这些支持技术具有提供互操作性、信息透明度、技术援助和分散决策的全部功能。第五次工业革命有望将人类和机器配对,进一步利用人类的智力和创造力,通过将工作流与智能系统相结合来提高流程效率。在工业 5.0 中,机器人不仅将是可编程的机器,而且在某些情况下还将转变为理想的人类伴侣。随着脑启发计算和人工智能的最新发展,现在可以创建更现实和脑智能级别的算法。本社论的目的是探索支持 CPS 技术及其最新方法的研究成果,介绍最新进展,从而展示脑启发计算在 CCPS 中的潜力。在本期特刊中,发表的论文展示了脑启发学习和计算的全面概述/方法论方法,重点关注 CCPS 感兴趣的应用。