第 1 部分:https://www.youtube.com/watch?v=Icw7GGriHzY 第 2 部分:https://www.youtube.com/watch?v=orksRsHU0Bc
摘要从互联网技术和通信技术的快速发展中受益,行业互联网迅速上升。随着互联网技术的快速发展,网络安全变得越来越突出。此外,入侵攻击会导致系统故障或降低系统性能,因此入侵检测是确保系统可靠性的重要方面。针对运营过程中工业互联网面临的巨大安全风险,本研究提出了一种基于卷积神经网络的工业互联网故障检测模型,该模型最初通过卷积神经网络筛选了卷积神经网络的入侵攻击,并引入了粒子群群群优化算法,以识别筛查的入侵攻击。The experimental results demonstrated that when the training set size was 1600, the accuracy rates of random forest, K-mean clustering algorithm, convolutional neural network and improved convolutional neural network algorithms were 93.2%, 94.9%, 96.3%, and 98.6%, respectively, and the false alarm rates were 6.9%, 5.0%, 3.8%, and 2.1%, respectively.随机森林,K均值聚类,卷积神经网络和改进的卷积神经网络算法的均方根误差值分别为0.32、0.22、0.18和0.11。当训练集大小为800时,相应的F1值为0.81、0.84、0.87和0.98。该研究的结果表明,改进的算法模型优于其他策略,为在工业互联网中的应用提供了坚实的基础。
本文调查了使用深度强化学习(DRL)训练的政策的弹性,以解决敏捷的地球观察卫星调度问题(AEOSSP),重点是操作过程中反应轮(RW)断层的影响。尽管基于DRL的策略旨在处理动态和不可预见的场景,但在断层条件下的弹性并未得到很好的理解。本研究评估了各种断层场景下此类政策的适应性,从而确定了性能和安全性降解的阈值。调度问题被提出为可观察到的马尔可夫决策(POMDP),并使用在无故障环境中训练的策略解决。然后在各种故障场景中测试该策略,包括单独的RW故障,功率限制,摩擦增加,编码器测量错误以及电池容量。结果探索了界限,随着RW越来越多的断层,发生重大的性能和安全性降解。功率限制,摩擦和电池容量故障会随着故障严重程度的增加而导致逐渐下降的性能下降,并具有明显的安全阈值。但是,由于基于扭矩的态度控制机制,编码器断层的性能影响最小。
摘要 - 云机器人技术使机器人能够将复杂的计算任务卸载到云服务器以进行性能和易于管理。但是,云计算可能是昂贵的,云服务可能会偶尔遭受停机时间,并且机器人和云之间的连接可能是网络服务质量(QoS)的变化。我们通过引入多云扩展名来自动复制独立的无状态机器人服务,将请求路由到这些副本,并指导第一响应回复,以减轻这些问题,以减轻这些问题。随着复制,即使云服务提供商降低或QoS较低,机器人仍然可以从云计算中受益。此外,许多云计算提供商提供了低成本的“点”计算实例,这些实例可能会无法预测。通常,这些低成本实例不适合云机器人技术,但是Fogros2-ft的容错性质可以可靠地使用它们。我们在模拟(视觉对象检测,语义分割,运动计划)和1个物理机器人实验(Scan-Pick-Pick-Pick-and-place)中,在3个云机器人方案中演示了FogroS2-FT的容错能力。在相同的硬件规范上运行,Fogros2-ft实现运动计划,最高2.2倍的成本降低,并在99%(P99)长尾潜伏期上降低了5.53倍。fogros2-ft在网络放缓和资源争议下,对象检测和语义分割的P99长尾延迟分别减少了2.0倍和2.1倍。视频和代码可在https://sites.google.com/view/fogros2-ft上找到。
TM & 版权所有 © 1983、1987、2010,Eric Goldberg 和 Greg Costikyan。保留所有权利。Mongoose Publishing Ltd.,授权用户。根据 PARANOIA 之前版本中发布的材料。ILLUMINATI 是 Steve Jackson Games 的注册商标,经许可使用。禁止以摄影、电子或其他存储和检索方式复制本书中的材料用于个人或公司利润。您可以复制角色表、记录表、清单和表格供个人使用。将问题和评论通过电子邮件发送至 Mongoose Publishing,地址为 sales@mongoosepublishing.com,或写信至 52-54 Cricklade Road, Swindon, Wiltshire SN2 8AF, UNITED KINGDOM 。在万维网上:www.mongoosepublishing.com 。由 Mongoose Publishing, Ltd. 出版。出版物 MGP 6642。出版于 2010 年。印刷于美国。
1计算机科学与工程,1海得拉巴技术与管理学院,印度海得拉巴。 摘要:晶圆,薄的半导体切片对于微电子设备至关重要,尤其是在综合电路(ICS)中,在各种行业(例如计算,太阳能电池和光学)中起着基本作用。 我们创建了一种使用Python,Flask和Pycharm的机器学习模型,以及随机的森林和XG增强分类器,以预测需要基于传感器输入来替换Wafers。 晶圆故障检测对于半导体产生至关重要,通过识别非功能晶圆来提高制造产量。 数据集包括晶圆名称和590个传感器值列,最后一列指示“好/坏”状态,以批量进行分析。 两个类别+1和-1分别表示工作条件和更换的需求,从而确保有效识别和预测有故障的晶圆,而不会影响其他资源。 索引项 - 晶圆,集成电路,计算,机器学习模型,故障检测,传感器输入,分类,替换。1计算机科学与工程,1海得拉巴技术与管理学院,印度海得拉巴。摘要:晶圆,薄的半导体切片对于微电子设备至关重要,尤其是在综合电路(ICS)中,在各种行业(例如计算,太阳能电池和光学)中起着基本作用。我们创建了一种使用Python,Flask和Pycharm的机器学习模型,以及随机的森林和XG增强分类器,以预测需要基于传感器输入来替换Wafers。晶圆故障检测对于半导体产生至关重要,通过识别非功能晶圆来提高制造产量。数据集包括晶圆名称和590个传感器值列,最后一列指示“好/坏”状态,以批量进行分析。两个类别+1和-1分别表示工作条件和更换的需求,从而确保有效识别和预测有故障的晶圆,而不会影响其他资源。索引项 - 晶圆,集成电路,计算,机器学习模型,故障检测,传感器输入,分类,替换。
TM & 版权所有 © 1983、1987、2010 Eric Goldberg & Greg Costikyan。保留所有权利。Mongoose Publishing Ltd.,授权用户。基于 PARANOIA 先前版本中发布的材料。ILLUMINATI 是 Steve Jackson Games 的注册商标,经许可使用。严禁以个人或公司盈利为目的,通过摄影、电子或其他存储和检索手段复制本书材料。你可以复制角色表、记录表、清单和表格供个人使用。如有任何疑问和意见,请通过电子邮件发送至 Mongoose Publishing 的 sales@mongoosepublishing.com 或写信至 52-54 Cricklade Road, Swindon, Wiltshire SN2 8AF, UNITED KINGDOM。万维网上:www.mongoosepublishing.com。由 Mongoose Publishing, Ltd. 出版,出版物 MGP 6642。2010 年出版。美国印刷。
升降舵是飞行控制表面,通常位于飞机后部,用于控制飞机的俯仰、迎角和机翼升力。最关键的驱动装置是纵向飞机控制,其故障将导致灾难性的飞机坠毁。本文提出了一种飞机高冗余容错控制 (HRFTC) 策略,以适应关键传感器和执行器的故障。针对传感器提出了改进的三重模块冗余 (MTMR),针对执行器提出了双重冗余 (DR)。详细说明了控制律、飞行员命令、信号调节和故障的工作原理。此外,PID 控制器用于通过将升降舵位置与设定点进行比较来调整升降舵位置。结果表明,当发生故障时,系统成功检测到故障并快速容忍故障,而不会干扰飞机的飞行。这项研究对于航空电子行业制造高度可靠的机器以确保人身和环境安全具有重要意义。