摘要 本文提出了一种用于在线疲劳损伤监测的风力涡轮机齿轮箱载荷估算新方法。所提出的方法采用数字孪生框架,旨在基于 CMS 振动数据和 SCADA 数据的发电机扭矩测量值连续估算动态状态。了解动态状态后,可以轻松确定齿轮箱轴承处的局部载荷,并应用疲劳模型来跟踪疲劳损伤的累积。使用来自高保真齿轮箱模型的模拟测量值进行案例研究,以评估所提出的方法。所考虑的 IMS 和 HSS 轴承处的估计载荷与测量值呈中度至高度相关性(R = 0 .50 − 0 .96 ),因为未完全捕获低频内部动态。估计的疲劳损伤与测量值相差 5-15%。
近年来,3D LiDAR技术应用逐渐拓展至建筑遗产领域,三维扫描、高精度测量与重建等技术丰富了建筑遗产保护手段,显著提升了我国遗产保护质量。3D LiDAR突破了单一技术应用的局限,在不同尺度的遗产保护领域发挥着更大作用。通过3D打印、数字测绘、物联网、机器学习、智能传感器、近景摄影测量、红外探测、应力波层析成像、材料分析、XR技术、逆向工程等多技术协同,3D LiDAR在探索建筑遗产远程实时监测与数字化、地质环境数据采集、沉降预测、变形监测、气象监测、系统全生命周期健康检测、建筑遗产数字复制等方面展现出技术优势,开展建筑轮廓识别、信息特征匹配、结构加固、受损部件更换等科学问题与工程实践。此外,通过与GIS、HBIM、XR、CIM等技术的对接,为遗产视觉再现提供精细化数字模型和高精度数据基准;通过与3Ds Max、SketchUp、
3.1 现任职位 挪威关键行业网络安全中心 (NORCICS) 主任,信息安全与通信技术系,挪威科技大学,挪威约维克 (2020 - ) 教授,信息安全与通信技术系,挪威科技大学,挪威约维克 (2015 - ) 3.2 曾任职务 完成本科学习后,我被美国马萨诸塞大学阿默斯特分校电气与计算机工程系录取为研究生。我还受雇于大学,最初担任电气与计算机工程系的教学助理(1982 年 9 月 - 1983 年 8 月),后来担任研究助理(1983 年 3 月 - 1983 年 5 月),然后担任电气与计算机工程系和数学与统计系的教学助理(1983 年 9 月 - 1984 年 2 月),直到 1984 年 2 月完成我的理学硕士学位。然后我回到希腊,在帕特雷大学开始我的博士研究。我还受雇于雅典国家商船学院(1984 年 2 月 - 9 月)兼任教授,并担任帕特雷技术教育学院技术应用学院的兼职副教授(1984 年 10 月 - 1987 年 2 月)。完成博士学位后,我回到雅典,在希腊海军研究中心服兵役(1987 年 6 月 - 1988 年 6 月),同时在帕特雷计算机技术研究所担任博士后研究员(1988-1990 年)。完成兵役后,我受雇于雅典技术教育学院信息学系,最初担任兼职副教授(1988 年 9 月 - 1989 年 4 月),然后担任终身助理教授(1989 年 4 月 - 1991 年 4 月),最后担任(终身教授)
3.1 现任职位 挪威关键行业网络安全中心 (NORCICS) 主任,信息安全与通信技术系,挪威科技大学,挪威约维克 (2020 - ) 教授,信息安全与通信技术系,挪威科技大学,挪威约维克 (2015 - ) 3.2 曾任职务 完成本科学习后,我被美国马萨诸塞大学阿默斯特分校电气与计算机工程系录取为研究生。我还受雇于大学,最初担任电气与计算机工程系的教学助理(1982 年 9 月 - 1983 年 8 月),后来担任研究助理(1983 年 3 月 - 1983 年 5 月),然后担任电气与计算机工程系和数学与统计系的教学助理(1983 年 9 月 - 1984 年 2 月),直到 1984 年 2 月完成我的理学硕士学位。然后我回到希腊,在帕特雷大学开始我的博士研究。我还受雇于雅典国家商船学院(1984 年 2 月 - 9 月)兼任教授,并担任帕特雷技术教育学院技术应用学院的兼职副教授(1984 年 10 月 - 1987 年 2 月)。完成博士学位后,我回到雅典,在希腊海军研究中心服兵役(1987 年 6 月 - 1988 年 6 月),同时在帕特雷计算机技术研究所担任博士后研究员(1988-1990 年)。完成兵役后,我受雇于雅典技术教育学院信息学系,最初担任兼职副教授(1988 年 9 月 - 1989 年 4 月),然后担任终身助理教授(1989 年 4 月 - 1991 年 4 月),最后担任(终身教授)
摘要 我们开发了一种可穿戴实验传感器装置,其特点是多模态 EEG+fNIRS 神经成像,适用于人类行为与技术交互的现场实验。低成本脑电图 (EEG) 与可穿戴功能性近红外光谱 (fNIRS) 系统相结合,我们将其分为两部分进行介绍。论文 A 详尽描述了设置基础设施、数据同步过程、使用程序(包括传感器应用)以及如何确保高信号质量。本文(论文 B)展示了该装置在三个不同用例中的可用性:传统的人机交互实验、参与者在城市和高速公路上驾驶汽车的现场驾驶实验以及现场阿斯汤加瑜伽练习。我们展示了来自高度生态有效的实验装置的认知负荷数据,并讨论了经验教训。这些包括可接受和不可接受的人工制品、数据质量以及可以使用该装置进行调查的构造。关键词:EEG+fNIRS、现场实验、设计中的人类行为、以用户为中心的设计、研究方法和方法联系人:Dybvik,Henrikke 挪威科技大学机械与工业工程系挪威 henrikke.dybvik@ntnu.no
在此背景下,通过相关研究项目和创新活动来增强影响力和成果非常重要。2020 年,NTNU AMOS 的科学家与研究员一起,在确保几个为期 5 至 8 年的大型研究项目资金方面发挥了重要作用,例如:• SFI Autoship:将有助于挪威参与者在开发安全和可持续运营的自主船舶方面发挥主导作用。• SFI Harvest:可持续生物海洋价值创造技术。开拓低营养渔业——释放蓝色生物经济潜力的创新。• SFI Blues:使挪威工业能够创造新型浮动固定结构,以满足可再生能源、水产养殖和沿海基础设施的需求和要求。• FME NORTHWIND:将走在最前沿,致力于创新,使风力发电更便宜、更高效、更可持续。 • NTNU VISTA 海底自主机器人操作中心 (CAROS):旨在成为世界领先的自主水下机器人操作研究中心,重点关注驻留和协作自主水下航行器 (AUV),这些航行器由海底对接系统支持,用于能量充电和通信。
2021 年 4 月 1 日至 2022 年 3 月 31 日,Marilena Greco 将担任日本大阪大学工程研究生院全球建筑学系特聘教授(荣誉职位)。此类职位面向具有高级专业知识或在特定领域拥有丰富经验的研究人员/科学家,他们将在所在大学工作一段时间,并进行研究和/或提供一系列讲座。在这种情况下,她在海洋流体动力学方面的专业知识得到了重视。这也是一个扩大女性科学家在大阪大学工程学术界影响力的机会,并为下一代工程师提供国际女性榜样。不幸的是,由于新冠疫情,无法在大阪大学实际停留。
自动驾驶系统在世界范围内的普及程度正在不断提高。然而,许多人害怕从手动到自动再到自动驾驶解决方案的转变。对机器的不信任和失去控制的感觉可能会让许多人感到害怕。如果在开发过程中没有考虑到自动驾驶系统的用户,那么建立对系统的必要信任的重要人为因素可能会被遗忘。本文将解决自动驾驶汽车开发中与信任相关的挑战。本文将定义和讨论对自动驾驶系统的信任,以及如何开发系统以获得用户的必要信任。此外,本文将探讨设计方法,尤其是以人为本的设计 (HCD) 和面向系统的设计 (SOD) 如何帮助实现这种信任。将人类置于开发循环中可以增加对所需人机界面 (HMI) 的必要了解。SOD 有助于获得对自动驾驶汽车使用复杂性的必要概述。完全自动驾驶系统在技术上是独立的,但就像无人驾驶汽车一样,仍然依赖于人们的信任才能正常运行。由于人们的需求各不相同,信任又因人而异,因此,掌握一种能够把握复杂性的方法非常重要。HCD 和 SOD 拥抱多样性,将用户需求与技术相结合。
持续时间较短(通常为 0.1 – 2.0 秒)。由于多普勒效应,移动目标将返回频移回波。因此,尽管有来自岩石和海山等其他反射体的不必要混响,仍可检测到目标。我们可以定义多普勒速度,如图 4 所示。相对频移等于多普勒速度除以声速。图 5 显示了在固定源/接收器对附近不同位置以 45 度方向移动的目标的多普勒速度。左侧和中间的图分别显示了单基地和双基地的情况。右侧的图显示了双基地设置的多普勒比单基地设置的多普勒更高的目标区域。黄色代表超过 2 kts,橙色代表 4 kts。虽然包括双基地接收的好处不是很大,但它可能对区分慢速移动目标和回波与静态地层很重要。
该项目之所以取得成功,得益于 SINTEF 能源系统部高级研究员 Kjell Sand 博士的不断建议和指导。在这方面,我要衷心感谢他在我的工作中抽出时间和不断鼓励。他的智慧和幽默话语将永远铭记在我心中。