到达日期 |收讫日期:04.12.2024 接受日期|接受日期:2024 年 12 月 23 日 出版日期 | 发布日期:2024 年 12 月 25 日 Mohammad Ekram Yawar https://orcid.org/0000-0003-3198-5212 Dr.,Türkiye,ekramyawar93@gmail.com 引用 印记 |引用信息 Yawar,M.E.(2024)。阿富汗的民族、宗派矛盾与政治、社会僵局危机。历史与思想学术期刊,11(6),4391-4412。
拜占庭式缺陷耐受性(BFT)状态机器复制(SMR)协议构成了现代区块链的基础,因为它们在所有区块链节点上保持一致的状态,同时耐受界数的拜占庭故障数量。我们在过度故障设置中遇到了Alyze BFT SMR,拜占庭断层的实际数量超过了协议的公差。我们首先设计了第一种基于链式和法定人数的第一种修复算法部分同步SMR,以从过度故障引起的错误状态中恢复。可以使用任何佣金故障检测模块来实现此类过程 - 一种算法,该算法可以识别故障复制品而不错误地找到任何正确的复制品。我们以稍弱的可将其保证来实现这一目标,因为在过多的故障的情况下,原始的策略概念是不可能满足的。我们在Rust中实现可回收的热门。在恢复例程终止7副复制品后,通行简历达到了正常水平(没有过多的故障),并略微缩短了≤4。30副复制品的3%。平均而言,它将延迟增加12。7%的7%和8个复制品。30副本的85%。除了采用现有检测模块外,我们还为一般的BFT SMR供应机构建立了足够的条件,以便在最多(n-2)拜占庭式复制品(来自n个总复制品中)的完全故障检测。我们首先为任何SMR协议提供第一个闭合盒故障检测算法,而无需任何额外的通信。然后,我们在Tendermint和Hotstuff中描述了我们的断层检测例程的开盒构成,进一步逐渐降低了渐近和具体的开销。
电动汽车核心组件的抽象维护对于确保生产力,寿命,驱动质量和安全环境至关重要。预测性维护是一种使用操作和故障条件数据来预测未来机器条件并根据此预测做出决定的方法。用于预测维护和状况监控的方法可以基于机器学习和数据分析。学习过程始于对数据的观察,并在以后的实例中使用它来构建模型。主要目的是允许计算机在不参与人类援助干预的情况下学习。一些机器学习方法是监督学习,半监督学习和强化学习。提出的研究的主要目的是使用各种电子控制单元的电动汽车的可用传感器数据,并设计一个预测模型,该模型对电动汽车中发生的各种电气和机械故障进行了分类,并预测了增加整个电气车辆系统的可靠性的类型。项目的工作流程被定义为故障建模,生成健康和故障数据,使用时间同步平均进行处理数据,对系统状况指标的识别以及最终使用这些条件指标,设计了SVM分类预测模型,从模拟研究中推断出所需的结果并从模拟研究中推断出结论。关键字:预测性维护,电动汽车,故障,齿轮故障,电气故障,BLDC电机
自2022年以来,地球创新技术研究所(RITE)和CSIRO开发了一个关键的协作,用于推进碳捕获和存储技术,特别着眼于了解故障系统及其对CO 2存储的影响。Rite是一个日本研究组织,致力于开发和推广用于环境保护和可持续发展的先进技术,包括碳捕获和存储。通过共同努力,这些受人尊敬的组织结合了他们的专业知识,以研究故障和地质形成如何与注射的CO 2相互作用并展示创新的监测技术,这是确保长期碳存储安全性和可靠性的关键因素。此协作可以更精确地建模和管理与故障相关风险,从而改善了减轻潜在泄漏并提高存储可靠性的技术。这项研究的见解对于精炼存储方法和开发强大的监测系统至关重要,这极大地有助于全球减少温室气体排放和实现气候目标的努力。这项研究的见解对于精炼存储方法和开发强大的监测系统至关重要,这极大地有助于全球减少温室气体排放和实现气候目标的努力。
摘要 — 卫星极易受到太空中敌对故障或高能辐射的影响,这可能导致机载计算机出现故障。过去几十年来,人们探索了各种辐射和容错方法,例如纠错码 (ECC) 和基于冗余的方法,以缓解软件和硬件上的临时软错误。然而,传统的 ECC 方法无法处理硬件组件中的硬错误或永久性故障。这项工作引入了一种基于检测和响应的对策来处理部分损坏的处理器芯片。它可以从永久性故障中恢复处理器芯片,并利用芯片上可用的未损坏资源实现连续运行。我们在目标处理器的芯片上加入了基于数字兼容延迟的传感器,以便在发生故障之前可靠地检测到芯片物理结构上的传入辐射或故障尝试。在检测到处理器算术逻辑单元 (ALU) 的一个或多个组件出现故障后,我们的对策采用自适应软件重新编译来重新合成受影响的指令,并用仍在运行的组件的指令替换这些指令,以完成任务。此外,如果故障范围更广,并妨碍了整个处理器的正常运行,我们的方法将部署自适应硬件部分重新配置来替换故障组件并将其重新路由到芯片的未损坏位置。为了验证我们的说法,我们在 28 nm FPGA 上实现的 RISC-V 处理器上部署了高能近红外 (NIR) 激光束,通过部分损坏 FPGA 结构来模拟辐射甚至硬错误。我们证明我们的传感器可以自信地检测到辐射并触发处理器测试和故障恢复机制。最后,我们讨论了我们的对策带来的开销。
地下流动问题对于许多科学和工程领域(例如地球物理学,环境科学,碳氢化合物提取和地热能量生产)来说都是有趣的。断层是地质结构,是流离失所的不连续性。在地下流量问题中,故障可以充当流体流动的导管或障碍,具体取决于断层的渗透性。这些断层结构可能会导致流体流动的显着变化,因此了解断层的相互作用(作为导管或屏障),而流体流对于应用很重要。在本文的其余部分中,我们将指向导管(通常称为裂缝)是导致断层和障碍物作为密封断层的。在[27]中提出了带有导电和密封故障的地下流的数学模型。他们进一步分析了此问题的混合有限元方法。在这项开创性的工作后,文献中出现了许多关于离散的地下流动流的作品。其中包括杂化高阶方法[11],内部惩罚不连续的盖尔金方法[25],连续不连续的盖尔金方法[31],一种杂交内部惩罚方法[23] [23],一种混合的虚拟元素方法[5],一种有限元方法[24],一种杂物元素方法[9]杂物[9]杂物[9],莫尔特(Mortar Arimation hybr A),效率分别效率[28],效率分别效应[28]。 29]和有限体积方法[12]。在昏暗维域上定义了多孔 - 矩阵流的darcy方程。但是,故障中的流体流量被建模为(dim-1)维域上的流量问题。在本文中,为了离散这个跨二维问题,我们提出了一种耦合的双重混合混合杂交不连续的Galerkin(HDG)方法和内部罚款不连续的Galerkin(IPDG)方法。HDG方法最初是在[14]中引入的,是一种减少传统不连续Galerkin方法的计算成本的方法。这是通过以促进静态凝结的方式引入新面部未知数来实现的。在网格的(dim-1)维定义的这些新面孔的引入,以及它们与网格昏暗细胞上未知的细胞耦合的耦合,但是,也为处理缺陷流动流动的多孔 - 矩形问题的二维问题提供了自然框架。使用双重矩阵流的昏暗维数darcy方程是使用双
免责声明:本文件是作为美国政府资助工作的记录而编写的。尽管我们认为本文件包含正确的信息,但美国政府及其任何机构、加利福尼亚大学董事会及其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证,也不承担任何法律责任,也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务,并不一定构成或暗示美国政府或其任何机构或加利福尼亚大学董事会对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构或加利福尼亚大学董事会的观点和意见。
1。Guatteri,M.,Mai,P.M。,&Beroza,G。C.(2004)。 用于强型地面运动预测的动态破裂模型的伪纳米近似。 美国地震学会的公告,94(6),2051- 2063年。 2。 Graves,R。W.和Pitarka,A。 (2010)。 使用混合方法宽带地面运动模拟。 美国地震学会的公告,100(5a),2095– 2123。 3。 Graves,R。和Pitarka,A。 (2016)。 在粗大断层上进行的运动地面运动模拟,包括3D随机速度扰动的影响。 美国地震学会的公告。 4。 Song,S.-G.,Dalguer,L。A.,&Mai,P.M。(2013)。 具有1分和2分统计的地震源参数的伪动态源建模。 Geophysical Journal International,196(3),1770– 1786年。 5。 Mai,P.M.,Galis,M.,Thingbaijam,K.K.S.,Vyas,J.C。,&Dunham,E。M.(2018)。 伪动力地面动作模拟中的故障粗糙度。 纯净和应用的地球物理Pageoph,174(9),3419–3450。 6。 Zongyi Li,Nikola Kovachki,Kamyar Azizzadenesheli,Burigede Liu,Kaushik Bhattacharya,Andrew Stuart和Anima Anandkumar。 参数偏微分方程的傅立叶神经操作员,2020。 7。 Andrews,D。J. (2005)。 破裂动力学,能量损失在滑动区域之外。 地球物理研究杂志,110,B01307。 8。 9。 10。Guatteri,M.,Mai,P.M。,&Beroza,G。C.(2004)。用于强型地面运动预测的动态破裂模型的伪纳米近似。美国地震学会的公告,94(6),2051- 2063年。2。Graves,R。W.和Pitarka,A。(2010)。使用混合方法宽带地面运动模拟。美国地震学会的公告,100(5a),2095– 2123。3。Graves,R。和Pitarka,A。(2016)。在粗大断层上进行的运动地面运动模拟,包括3D随机速度扰动的影响。美国地震学会的公告。4。Song,S.-G.,Dalguer,L。A.,&Mai,P.M。(2013)。具有1分和2分统计的地震源参数的伪动态源建模。Geophysical Journal International,196(3),1770– 1786年。5。Mai,P.M.,Galis,M.,Thingbaijam,K.K.S.,Vyas,J.C。,&Dunham,E。M.(2018)。 伪动力地面动作模拟中的故障粗糙度。 纯净和应用的地球物理Pageoph,174(9),3419–3450。 6。 Zongyi Li,Nikola Kovachki,Kamyar Azizzadenesheli,Burigede Liu,Kaushik Bhattacharya,Andrew Stuart和Anima Anandkumar。 参数偏微分方程的傅立叶神经操作员,2020。 7。 Andrews,D。J. (2005)。 破裂动力学,能量损失在滑动区域之外。 地球物理研究杂志,110,B01307。 8。 9。 10。Mai,P.M.,Galis,M.,Thingbaijam,K.K.S.,Vyas,J.C。,&Dunham,E。M.(2018)。伪动力地面动作模拟中的故障粗糙度。纯净和应用的地球物理Pageoph,174(9),3419–3450。6。Zongyi Li,Nikola Kovachki,Kamyar Azizzadenesheli,Burigede Liu,Kaushik Bhattacharya,Andrew Stuart和Anima Anandkumar。参数偏微分方程的傅立叶神经操作员,2020。7。Andrews,D。J. (2005)。 破裂动力学,能量损失在滑动区域之外。 地球物理研究杂志,110,B01307。 8。 9。 10。Andrews,D。J.(2005)。破裂动力学,能量损失在滑动区域之外。地球物理研究杂志,110,B01307。8。9。10。Tinti,E.,Fukuyama,E.,Piatanesi,A。,&Cocco,M。(2005)。 运动源时间函数与地震动力学兼容。 美国地震学会的公告,95,1211–1223。 Mai,P。M.和Beroza,G。C.(2002)。 一个空间随机场模型,以表征地震滑移中的复杂性。 地球物理研究杂志,107(B11),2308。 Mai,下午,Spudich,P.,Botwright,J。;有限源破裂模型中的低中心位置。 美国地震学会公告200; 95(3):965–980。Tinti,E.,Fukuyama,E.,Piatanesi,A。,&Cocco,M。(2005)。运动源时间函数与地震动力学兼容。美国地震学会的公告,95,1211–1223。Mai,P。M.和Beroza,G。C.(2002)。 一个空间随机场模型,以表征地震滑移中的复杂性。 地球物理研究杂志,107(B11),2308。 Mai,下午,Spudich,P.,Botwright,J。;有限源破裂模型中的低中心位置。 美国地震学会公告200; 95(3):965–980。Mai,P。M.和Beroza,G。C.(2002)。一个空间随机场模型,以表征地震滑移中的复杂性。地球物理研究杂志,107(B11),2308。Mai,下午,Spudich,P.,Botwright,J。;有限源破裂模型中的低中心位置。 美国地震学会公告200; 95(3):965–980。Mai,下午,Spudich,P.,Botwright,J。;有限源破裂模型中的低中心位置。美国地震学会公告200; 95(3):965–980。
摘要:航空发动机点火系统是发动机的核心部分,包括点火电源、点火激励器、点火引线和点火火花塞,点火系统的可靠性是发动机能否安全高效运行的关键。对点火系统故障诊断的研究对于提高飞机的安全性和持续适航性具有十分重要的意义。本文主要对航空发动机点火系统故障的诊断方法研究和诊断系统设计进行了研究。针对这一问题,设计了点火系统数学模型,并利用该模型模拟点火系统故障,建立点火系统理论数据库。然后搭建实验系统,模拟真实点火系统故障,生成点火系统仿真数据库。基于点火系统故障数据库,采用波形图像匹配算法实现真实点火波形与故障数据库中波形的对比。最后,提出了基于诊断平台和配备高速数据采集卡的工控机的点火系统故障诊断系统。分析结果表明,点火系统故障诊断系统能够准确识别典型的点火故障。
GPU 在多个领域得到日益广泛的应用,包括高性能计算 (HPC)、自主机器人、汽车和航空航天应用。GPU 在传统领域之外的应用(游戏、多媒体和消费市场)突然引起了人们的兴趣,也提出了有关其可靠性的问题 [3]。目前,活跃的 GPU 研究旨在评估可靠性并确定可行的改进方法。大多数研究都强调 GPU 对瞬态故障的高度敏感性 [11、13、16、24、27、32、44、47、51],这是由于 GPU 拥有大量可用资源且采用了先进的半导体技术。此外,GPU 的并行管理和控制单元已被证明尤为关键,因为它们的损坏会影响多个线程 [24、38]。 GPU 的并行性在性能方面提供了无可置疑的优势,但它也是该设备最脆弱的特性之一。GPU 制造商通过改进存储单元设计 [ 39 ]、添加纠错码 [ 15 ] 等措施提供了有效的可靠性对策,