摘要 自 2000 年代初以来,许多飞机驾驶舱就已使用交互式驾驶舱,但即使在最新的飞机中,交互的使用仍然仅限于非关键功能。事实上,设计这样的交互式系统仍然是一个挑战,而且它们的设计尚未达到关键功能所需的设计保证水平。在交互式驾驶舱中,交互通过图形输入设备和键盘进行(例如空客系列中的键盘光标控制单元),而用户界面 (UI) 的行为必须符合 ARINC 661 标准中定义的规范。本文提出的工具支持的三重方法提出了提高交互式系统保证水平的方法。该方法包括用于描述交互系统每个组件的正式描述技术(检测和预防开发故障)、专用于交互系统组件的命令和监控技术(检测自然故障)以及隔离运行时环境(防止故障传播)我们报告了使用此方法实现的飞行控制单元 (FCU) 面板,其灵感来自 A380 的 FCU。
摘要 稳健产品设计的特点是它们对干扰和噪声不敏感,例如几何零件偏差,这些偏差不可避免地出现在每个制造的工件上。这些观察到的偏差属于制造不精确和测量不确定度的公理,这些公理传达了可变性和不确定性的概念,是稳健设计的基本方面。为了确保产品在存在这些几何零件偏差的情况下仍能正常工作,而无需构建物理工件,在计算机辅助公差分析的背景下采用了公差模拟。受现有工具缺点的启发,皮肤模型形状的概念已被开发为计算机辅助公差分析的新范例。本文对采用专有 CAT 工具进行公差分析的标准程序和基于皮肤模型形状的公差模拟进行了比较研究。为此,重点介绍了两个示例研究案例。基于比较,得出了在公差分析和稳健设计背景下使用 CAT 工具的一般性评论。
摘要:飞机在着陆过程中的位置是关键。一组传感器提供数据以获得对飞机定位的最佳估计。然而,数据可能包含异常。为了保证传感器的正确行为,必须检测异常。然后,要么隔离故障传感器,要么过滤检测到的异常。本文提出了一种用于检测和纠正异常的新型神经算法,称为 NADCA。该算法使用紧凑的深度学习预测模型,并使用真实着陆信号中的真实和模拟异常进行了评估。NADCA 检测和纠正快速变化和缓慢移动的异常;无论信号的振荡程度如何,它都是稳健的,并且不需要隔离具有异常行为的传感器。无论传感器精度如何,NADCA 都可以实时检测和纠正异常。同样,NADCA 可以处理不同传感器中同时发生的异常,并避免信号之间可能出现的耦合问题。从技术角度来看,NADCA 使用一种新的预测方法和一种新的方法来实时获得平滑信号。 NADCA 的开发是为了检测和纠正飞机着陆过程中的异常情况,从而改善向飞行员提供的信息。尽管如此,NADCA 是一种通用算法,在其他情况下也很有用。NADCA 评估显示,异常检测的平均 F 值是 0.97,平均均方根误差 (R
摘要:数字孪生 (DT) 是一组计算机生成的模型,可将物理对象映射到虚拟空间。物理元素和虚拟元素交换信息以监控、模拟、预测、诊断和控制虚拟空间内物理对象的状态和行为。DT 为系统提供信息和运行状态,提供创建新业务模型的能力。在本文中,我们重点介绍 DT 的构建。更具体地说,我们专注于确定(方法论上)如何设计、创建和连接物理对象及其虚拟对应物。我们将问题分为几个阶段进行探讨:从功能需求选择和架构规划到最终(数字)模型的集成和验证。我们还讨论了物理组件如何与 DT 交换实时信息,以及构建 DT 的实验平台(包括协议和标准)。最后我们进行了讨论并提出了挑战。
1 INSERM-UMR 1051,蒙彼利埃神经科学研究所,圣埃洛伊医院-INM 大楼,80, rue Augustin Fliche-BP 74103,34091 蒙彼利埃,法国; m-mondain@chu-montpellier.fr(MM); corentin.a ffitortit@inserm.fr(CA); jean-luc.puel@inserm.fr (J.-LP) 2 蒙彼利埃大学,163 rue Auguste Broussonnet, 34090 Montpellier, 法国 3 CHRU 蒙彼利埃——地区大学医院中心,34090 Montpellier, 法国 4 分子成像研究中心,François Jacob 生物研究所,基础研究部,CEA,92265 Fontenay-aux-Roses,法国; alexis.bemelmans@cea.fr 5 巴黎萨克雷大学,CEA,CNRS,UMR9199 神经退行性疾病实验室,92265 丰特奈-玫瑰,法国 * 通讯地址:fabian-blanc@chu-montpellier.fr (FB);王静(jing.wang@inserm.fr);电话:+ 33-499-63-60-48(JW)
• Jon Hanson 联合主席 • Jerry L. Hatfield 联合主席 • John Antle,蒙大拿州立大学,明尼苏达州,博兹曼 • James Ascough,ARS 柯林斯堡,科罗拉多州 • Bill Belotti,阿德莱德大学,澳大利亚 • Olaf Christen,哈雷-维滕贝格大学,德国 • Marcello Donatelli,CRA-CIN,意大利 • Carlo Giupponi,米兰大学,意大利 • Hans Langeveld,瓦赫宁根大学,荷兰 • Jay Norton,怀俄明大学,怀俄明州,拉勒米 • James Jones,佛罗里达大学,佛罗里达州 • Andrea Rizzoli,IDSIA-USI/SUPSI,瑞士 • Daniel Rodriguez APSRU,昆士兰州,布里斯班,澳大利亚 • Claudio Stockle,华盛顿州立大学,华盛顿州 • Martin van Ittersum,瓦赫宁根大学,荷兰 • Jacques Wery,UMR 系统 (Agro.M-Cirad-Inra),法国 • Jeffrey怀特,USDA-ARS,马里科帕,亚利桑那州
• Jon Hanson 联合主席 • Jerry L. Hatfield 联合主席 • John Antle,蒙大拿州立大学,明尼苏达州,博兹曼 • James Ascough,ARS 柯林斯堡,科罗拉多州 • Bill Belotti,阿德莱德大学,澳大利亚 • Olaf Christen,哈雷-维滕贝格大学,德国 • Marcello Donatelli,CRA-CIN,意大利 • Carlo Giupponi,米兰大学,意大利 • Hans Langeveld,瓦赫宁根大学,荷兰 • Jay Norton,怀俄明大学,怀俄明州,拉勒米 • James Jones,佛罗里达大学,佛罗里达州 • Andrea Rizzoli,IDSIA-USI/SUPSI,瑞士 • Daniel Rodriguez APSRU,昆士兰州,布里斯班,澳大利亚 • Claudio Stockle,华盛顿州立大学,华盛顿州 • Martin van Ittersum,瓦赫宁根大学,荷兰 • Jacques Wery,UMR 系统 (Agro.M-Cirad-Inra),法国 • Jeffrey怀特,USDA-ARS,马里科帕,亚利桑那州
抽象分散是生态和进化的中心过程。它强烈影响了结构化种群的动力学,并通过塑造基因流的模式来影响进化过程。由于这些原因,分散受到了生态学家,进化生物学家和保护主义者的极大关注。尽管已经在鸟类和哺乳动物等分类单元中进行了广泛的研究,但对在具有复杂生命周期(例如池塘繁殖的两栖动物)的脊椎动物中的分散知之甚少。在过去的二十年中,研究人员使用广泛的实验和观察方法对两栖动物的兴趣不断增加,并启动了基础和应用研究。这项研究揭示了复杂的分散模式,因果关系和综合性,对两栖动物种群的人口统计学和遗传学产生了巨大的后果。在这篇综述中,我们的目标是:重新定义并澄清两栖动物的概念;回顾当前对个人(条件依赖性分散)和环境(即依赖文本依赖性分散)因素的影响的知识,即传播的三个阶段(即移民,瞬态和移民);确定分散在空间结构的两栖动物种群中的人口和遗传后果;并提出了新的研究途径,以扩展我们对两栖动物分散的理解。
HAL 是一个多学科开放存取档案馆,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。
人机系统集成 (HSI) 是系统工程 (SE) 的必要组成部分,还是相反(即 SE 是 HSI 的必要组成部分)?这完全取决于视角!如果您是一位以技术为中心的工程师,SE 将为您提供开发技术系统的方法和工具,并且您将需要人为因素专家来开发用户界面并测试最终产品的可用性。从这个角度来看,HSI 是 SE 的必要组成部分。但是,如果您是一位以人为本的设计师,您将需要方法和工具来设计和开发系统,从设计之初到系统退役,将人机需求整合在一起。这提出了我们所说的“系统”是什么意思的问题。系统只是一种表示,有助于弄清楚人和机器的物理和认知功能和结构。本章涵盖了与 HSI 相关的几个领域,包括任务和活动分析、认知工程、组织设计和管理、功能分配、复杂性分析、建模和人在环仿真 (HITLS)。当代 HSI 设计方法由虚拟 HITLS 支持,这涉及有形性问题。开始讨论应收集的各种数据和有形性指标以开发适当的 HSI。提供了一个航空示例来说明在系统设计和开发中应如何开发 HSI