XiaoMi-AI文件搜索系统
World File Search SystemMDPI
网络物理微电网系统中的网络攻击 - MDPI
摘要：近十年来，网络安全的重要性和需求不断增加。由于缺乏有效的安全措施，以信息物理系统 (CPS) 为模型的国家关键基础设施正变得脆弱。攻击者变得越来越创新，攻击变得无法检测，从而给这些系统带来巨大风险。在这种情况下，应该引入智能和不断发展的检测方法来取代基本和过时的方法。人工智能 (AI) 分析数据和预测结果的能力为研究人员探索人工智能在网络安全中的力量创造了机会。本文讨论了新时代智能和智能技术，例如模式识别模型、深度神经网络、生成对抗网络和强化学习，用于 CPS 中的网络安全。分析了信息技术中使用的传统安全方法与 CPS 中使用的安全方法之间的差异，并详细讨论了向智能方法过渡的必要性。设计了一种用于微电网系统的基于深度神经网络的控制器，用于检测和缓解网络攻击。作为案例研究，对一种克服现有微电网保护的隐秘局部隐蔽攻击进行了建模。观察到 DNN 控制器检测和缓解 SLCA 的能力。实验以模拟和实时方式进行，以分析人工智能在网络安全中的有效性。
无人驾驶飞行器 (UAV) 特刊 - MDPI
在题为“无人驾驶飞行器 (UAV)”的特刊中，我们邀请了有关这些设备涉及 UAV 服务的各个方面的文章，包括数据处理和传感器融合、障碍物和碰撞规避、单个 UAV 或 UAV 组的轨迹生成、UAV 之间的通信和网络、各种目的的任务规划等。已提出并发表了涉及各种 UAV 相关技术的手稿，包括检查农场、葡萄园、牧场动物、石化炼油厂、输油管道和战场；向偏远地区和住宅运送杀虫剂和除草剂、餐馆食物和包裹；摄影、电影和新闻业的前沿；各种领域的测绘——光学、磁学、声学和化学；以及战场上的侦察和战术轰炸。
区分数字孪生与数字阴影 - MDPI
摘要：建筑项目和城市占碳排放和能源消耗的 50% 以上。工业 4.0 和数字化转型可能会提高生产力并降低能源消耗。数字孪生 (DT) 是实施工业 4.0 的关键推动因素，涉及建筑和智慧城市领域。它是一种利用先进的物联网 (IoT) 连接不同对象的新兴技术。作为一种技术，它在各个行业都有很高的需求，其文献正在呈指数级增长。以前的数字建模实践、数据采集工具的使用、人机界面、可编程城市和基础设施以及建筑信息模型 (BIM) 已经为施工、监控或控制物理对象提供了数字数据。然而，DT 应该提供的不仅仅是数字表示。双向数据交换和实时自我管理（例如自我意识或自我优化）等特性将 DT 与其他信息建模系统区分开来。开发和实施 DT 的需求正在上升，因为它可能成为 COVID-19 后许多工业领域的核心技术。本文旨在阐明 DT 概念并将其与其他先进的 3D 建模技术、数字阴影和信息系统区分开来。它还打算回顾 DT 开发的现状并为未来的研究提供研究方向。它建议开发 DT 应用程序，为 COVID-19 后的实时决策、自我操作和远程监督要求提供快速准确的数据分析平台。本文的讨论主要集中在智慧城市、工程和建筑 (SCEC) 领域。
在人机可靠性分析中整合人为障碍 - MDPI
摘要：人为可靠性分析 (HRA) 是组织关注的主要问题。虽然科学界已经开发了各种工具、方法和仪器来评估人为错误概率，但其中很少有人真正考虑人为因素在分析中的影响。应考虑工人在塑造自身绩效方面的积极作用，以了解在执行任务时可能导致错误的因果因素，并确定哪些人为因素可以防止错误发生。为了实现这一目的，本研究的目的是提出一种评估人为可靠性的新方法。所提出的模型依赖于众所周知的 HRA 方法（例如 SPAR-H 和 HEART），并将它们集成到一个统一的框架中，在这个框架中，人为因素充当了防止人为错误的安全屏障。在一家能源公司的物流中心对新方法进行了测试。我们的结果表明，人为因素在通过降低人为错误概率来防止工人在执行任务时犯错方面发挥着重要作用。讨论了研究的局限性和含义。
使用虚拟现实对工业机器人进行编程...... - MDPI
数字孪生 [ 1 ] 是一种与物理产品的虚拟数字等价物概念相关的概念。数字孪生用于重现真实的、物理存在的环境、过程或单个对象。其作用是映射物理对象或过程的主要特征，从而实现系统服务 [ 2 , 3 ]、产品设计和制造系统 [ 4 – 6 ] 和流程 [ 7 ] 领域的仿真、预测和优化。数字孪生的主要特征，例如其形式、可升级性、映射现实的精确度等，取决于其用途 [ 8 ]。图 1 显示了一个对象及其数字孪生，其作用是映射几何特征。除了大数据分析、云计算、物联网、人工智能、系统自动化和集成、增材制造和增强现实等领域外，数字孪生也是工业 4.0 概念的要素之一 [9、10]。机器人技术，主要是机器人制造系统 [11]，是孪生数字应用的一个特定领域。许多研究涉及数字孪生在机器人装配任务 [12-15]、与人合作问题 [16] 或预测性维护相关问题 [17] 中的应用。机器人技术也属于工业 4.0 领域，因为它具有解决方案的灵活性、适应和重新配置系统的能力以及通过广泛的传感系统与环境的交互。
基于数字孪生的多类比创新设计 - MDPI
摘要：类比设计是一种有效的创新设计方法。但现有的类比设计研究主要侧重于创新方案的形成方法，没有考虑应用的可行性和实用性。本研究提出了一种基于类比的多类比创新设计（M-AID）模型，该模型既考虑了以设计为中心的复杂性（DCC），也考虑了发明问题的解决方案（TRIZ）。为了提高实用性，引入数字孪生（DT），将真实的设计信息、制造生产数据和维护信息应用于设计过程。该方法包括6个步骤：（1）基于用户和市场需求对目标产品进行分析，综合一般功能需求；（2）利用知识库和专利库获取类比功能源；（3）调用数字孪生资源获取真实产品数据进行设计；（4）利用DCC理论降低融合后设计系统的复杂性； (5)利用TRIZ解决设计冲突问题；(6)根据产品需求评估设计方案。该方法提高了设计方案的可行性，减少了设计过程中从概念方案到最终方案的迭代次数，提高了创新设计过程的效率。以太阳能电池板除尘系统的创新设计为例，证明了该方法的适用性。
特刊“先进耐火合金”：金属，MDPI
在竞争激烈的全球市场上，具有极端且通常不寻常性能组合的金属材料一直供不应求。当前最先进的金属材料，如镍基高温合金，正在接近其发展的物理极限，因为未来应用所需的工作温度接近或超过了它们的熔点。能源和交通等社会影响重大领域的进步要求探索和开发新型材料解决方案，以在更高温度下改善结构或功能性能。先进难熔合金，特别是难熔金属间复合材料 (RMIC)，如 Nb-硅化物原位复合材料、Mo-硅化物基合金、难熔高熵合金 (RHEA)、难熔复合浓缩合金 (RCCA) 和难熔高温合金 (RSA)，作为潜在的结构材料，其使用温度远超镍基高温合金，引起了广泛关注 [1-5]。其中一些合金的优异性能使它们成为当前和未来广泛应用的有希望的候选材料。这些先进材料基于 13 种难熔金属，即钨、铼、锇、钽、钼、铌、铱、钌、铪、铑、钒、铬和锆，其熔点介于 1855 ◦ C（锆）和 3422 ◦ C（钨）之间。它们还可能包含其他元素，例如铝、硅和钛，旨在改善设计所需的性能（主要是机械和/或环境性能）。元素周期表中不同族的难熔金属的性能差异很大。难熔金属及其合金的共同特性是熔点高、高温强度高、对液态金属具有良好的耐腐蚀性。难熔金属在极高的温度下也能保持稳定的蠕变变形，部分原因是它们的熔点高。难熔金属可加工成线材、锭材、钢筋、板材或箔材。它们用途广泛，包括热金属加工、熔炉、照明、润滑剂、核反应控制棒、化学反应容器和空间核能系统。它们也是航空航天应用的关键高温材料。此外，难熔金属还可用作合金添加剂——例如，用于钢、高温合金和高熵合金 (HEA)。最后，应该提到的是，大多数难熔金属都具有生物相容性，为开发用于植入应用的生物材料铺平了道路。低温加工性差和高温氧化性差是大多数难熔金属和合金的缺点。通过使用特定的难熔金属和合金添加剂组合可以改善氧化性能。与环境的相互作用会显著影响它们的高温蠕变强度。这些金属和合金在高温下的应用通常需要使用保护气氛或涂层。最近，RMIC、RHEA、RCCA 和 RSA 已成为深入研究的主题，其中许多研究涉及用于航空航天应用的新型超高温材料的设计。本期特刊发表的论文提供了新的信息
数字孪生移动概念的设计和仿真 - MDPI
摘要：垂直移动性作为一种商业服务，已被考虑用于定期的批量和长途移动服务。为了克服其局限性并增加其潜在的覆盖范围、灵活性和适应性，需要构建类似于机场的集中式移动枢纽。在此背景下，定制的按需空中移动概念可提供位置组合和时间表的高度灵活性，可以为区域移动需求提供解决方案。本研究的目的是为各种移动方案提供通用框架，并为电动垂直移动性设计一个整体空中移动管理概念。系统动力学模拟案例研究将概念模型应用于容量受限的区域，包括垂直机场、飞机、充电站和停车场，用于电动飞机的按需空中移动网络。因此，使用数字孪生工具量化了定制场景的瓶颈和延迟。模拟结果表明，优化的维护管理和飞机单元的重新分配改善了服务指标，例如服务的客户数量和客户等待时间，以及减少了飞机在地面上停留的时间。因此，具有模拟能力的数字孪生空中交通网络模型可能是未来实施的关键因素。
电动汽车应用的数字孪生平台概述 - MDPI
摘要：数字孪生 (DT) 技术已被广泛应用于电动汽车等各种领域。DT 平台实时提供物理对象的虚拟表示或高级模拟。最近，不同的研究已经将 DT 应用于电动汽车的各个方面。通常，DT 可以模拟道路上的实际车辆，以预测/优化其性能并提高车辆安全性。此外，DT 还可用于优化制造流程、实时状态监控（在所有级别和所有动力总成组件中）、能源管理优化、组件重新利用，甚至回收过程。本文概述了可用于电动汽车应用的不同 DT 平台。对基于模型和数据驱动的 DT 进行了推论比较。就可用的 DT 平台讨论了 EV 主系统。讨论了 EV 行业中使用的 DT 平台。最后，审查表明，数据驱动的 DT 优于基于模型的 DT，因为它们能够处理高复杂性的系统。
浅海岸底栖基质遥感 - MDPI
摘要：鳗草 (Zostera marina) 是潮间带和潮下带生态系统的关键组成部分。然而，人类活动的压力已导致其种群在全球范围内下降。划定和持续监测鳗草分布是了解这些压力和提供有效的沿海生态系统管理的重要组成部分。此类空间监测的一种拟议工具是远程图像，它可以经济高效地频繁覆盖大片且难以接近的区域。但是，要有效应用这项技术，需要了解鳗草及其相关基质的光谱行为。在本研究中，原位高光谱测量用于定义关键光谱变量，这些变量可在 Z. marina 和相关水下基质之间提供最大的光谱分离。对于原位水面反射数据集的鳗草分类，所选变量为：斜率 500–530 nm，一阶导数 (R') 在 566 nm、580 nm 和 602 nm，总体准确率为 98%。当原位反射数据集经过水校正时，所选变量为：566:600 和 566:710，总体准确率为 97%。使用现场光谱仪识别鳗草的深度限制平均为 5.0 至 6.0 m，范围为 3.0 至 15.0 m，具体取决于水柱的特性。涉及高光谱机载图像底栖分类的案例研究表明，变量选择的主要优势是满足统计上更复杂的最大值的样本量要求