XiaoMi-AI文件搜索系统
World File Search System事故率
军事航空组织安全文化模型
前提代表着一种良好的分析工具，在调查情况下既能预防，又能回顾。形成有效的安全文化是获得和保持适当的安全水平以及隐性限制航空事件的重要因素。安全文化的“成长”过程始于为组织成功地选择正确的模式，借助正确的工具评估安全文化，并通过采取改进措施将成果资本化。一旦获得安全文化，组织的安全感和信心就会提高，因此：事故率低、所有成员的积极参与和责任感、运营主动性、安全程序、直接有效的反馈、对程序的认真和持续研究、持续和密集的培训、设定室内和室外的性能标准、规划多种场景以创造所需的多样性、尝试新想法的愿望、接受风险和失败。
飞机适航性。第 1 部分。随机模型
摘要。有人认为，由于飞机性能固有的随机变化，有必要采用随机方法进行适航性分析。然后表明，机队服务中任何性能变量的历史最好被视为“随机校正过程”，其特点是缓慢恶化，大修时迅速改善。特别考虑飞机发动机熄火起飞爬升性能，提出了一个模型，该模型考虑了由于机身、发动机和螺旋桨（如果有）的恶化而导致的梯度变化、大修的频率和有效性，以及在任何飞行中实现的梯度与飞机真实能力的偏差。在分析大修的影响时，需要区分整改维护和更换维护。在提出的模型中，共有 14 个参数控制着机队历史中实现的梯度的概率分布，从而控制着起飞爬升期间的事故率。
AMC 和 GM 第 21 部分 - EASA
2.1 多年来，适航要求所依据的目标适航风险水平是在传统定性适航方法的基础上发展起来的；近年来，通过与已实现的适航水平（根据事故统计数据判断）进行比较，以及通过引入合理性能要求和最近引入安全评估要求方法而进行的一般审议和讨论，这些目标适航风险水平变得更加精确。虽然目标适航风险水平往往被作为一个单一数字来讨论（大型飞机因适航原因导致的致命事故率不超过 1/10,000,000 次飞行/飞行小时），但必须认识到，当这些要求应用于特定飞机类型时，认证时已实现的适航水平将位于目标水平附近的一个范围内，此后，对于特定飞机类型和特定飞机，已实现的水平将不时在该范围内变化。
飞行中失控 (LOC-I) – 是时候重新定义了吗？
以及所有类型的飞机，在过去 55 年中，全球范围内都出现了此类事故。尽管商用喷气式飞机的事故率已从 1960 年每百万起飞 11 起致命事故下降到 2015 年的不到 0.3 起，但飞行失控仍然占据着统计数据的主导地位。备受关注的事故，例如法航 447，提高了公众对飞行失控的认识。这一事件和其他备受关注的事件促使飞机制造商、飞行员培训组织、飞行模拟器制造商、研究机构和监管机构进行干预。在干预之前，需要对事件进行明确的定义。目前的定义仅限于不可恢复的事件，而之前的大部分研究仅集中在致命事件上。这是一个错失的机会，本可以从未遂事故和记录的飞行数据中吸取教训，以加强预防和恢复策略。本文对飞行失控的定义进行了修订，将其视为可恢复事件，并将其扩展到考虑预防和恢复因素。
基于机器的驾驶决策策略（DDS）...
1,2,3 CSE部，CMR技术校园，印度Telangana 4 4，CMR技术校园CSE助理教授，印度Telangana，印度Telangana，摘要：正在进行的独立车辆的驾驶方法，而不是完全由外部变量（徒步，街头条件的人，等等）无视车辆内部的状况。 本研究提出了“根据自动驾驶汽车的ML驾驶决策策略（DDS）”，它考虑了外部和内部车辆组件（可消耗环境，RPM水平等），以决定独立车辆的最佳方法。 DDS通过使用车辆的云挡管传感器信息来决定独立车辆的最佳驾驶技术。 为了确保DDS的准确性，本文针对MLP和RF神经网络模型进行了测试。 DDS在测试过程中确定了RPM，速度，控制点和路径的变化比MLP高40％，比RF高22％。 此外，其事故率比当前车辆入口低约5％。 关键字 - 自动驾驶汽车，机器学习和驾驶策略。1,2,3 CSE部，CMR技术校园，印度Telangana 4 4，CMR技术校园CSE助理教授，印度Telangana，印度Telangana，摘要：正在进行的独立车辆的驾驶方法，而不是完全由外部变量（徒步，街头条件的人，等等）无视车辆内部的状况。本研究提出了“根据自动驾驶汽车的ML驾驶决策策略（DDS）”，它考虑了外部和内部车辆组件（可消耗环境，RPM水平等），以决定独立车辆的最佳方法。DDS通过使用车辆的云挡管传感器信息来决定独立车辆的最佳驾驶技术。为了确保DDS的准确性，本文针对MLP和RF神经网络模型进行了测试。DDS在测试过程中确定了RPM，速度，控制点和路径的变化比MLP高40％，比RF高22％。此外，其事故率比当前车辆入口低约5％。关键字 - 自动驾驶汽车，机器学习和驾驶策略。
RQ-7B 人为失误事故审查 日历年 2021
随着无人机系统 (UAS) 继续快速发展以满足我们陆军的需求，其在航空编队中的演变也随之加快。随着 RQ-7B Shadow 的加入，我们的战斗航空旅 (CAB) 在过去 5 年中呈指数级增长。这种快速且有点不受约束的需求和增长是有代价的——尤其是在安全方面。在 2019 至 2021 财年，Shadow 的 UAS 事故率与前几年（2016-2018 年）相比有所增加。本次审查旨在加强努力，以提高人们对目前影响 RQ-7B 平台的安全问题的认识，特别是与人为错误有关的问题。与过去几年一样，物资故障仍然是 UAS 的主要致病因素；然而，与人为因素相关的事故显著增加。2021 年，陆军发生了 8 起 B 级事故和 22 起 C 级事故。其中，14 起事故归因于人为失误。以下是 2021 年事故小插曲的汇编，将重点介绍 UAS 专业人员可以集中精力采取更大风险缓解措施以及提高整个编队意识的领域。
适航机构安全管理系统监管框架
摘要：近年来，人们对安全的重视程度日益提高，这促使制造业和服务业等各行各业在其组织中实施安全管理系统 (SMS)。由于监管要求和自愿实施，航空业也广泛实施了 SMS，目的是减少事故和意外，同时降低因安全故障而导致的效率低下和成本。航空业涉及各种参与者，提供从航空公司运营、维护、机场运营、空中交通服务、飞机和部件设计、制造到培训等各种服务。并非航空业的所有组织都实施了 SMS。此外，目前并非所有航空组织都受到 SMS 的监管。虽然技术在降低航空事故和意外事件数量方面发挥了关键作用，但空中交通的增长要求制定计划进一步降低事故率。在此背景下，本文对航空业实施 SMS 的监管框架进行了调查，包括国际民用航空组织 (ICAO) 规定的要求以及主要国家航空局 (NAA) 和军事航空局 (MAA) 的 SMS 监管现状，重点关注涉及适航性的组织，包括初始适航性和持续适航性。本文还调查了
有关具有可持续投资目标的金融产品的信息。
对可持续投资目标无重大损害：该基金已实施了谨慎的程序，以确保其投资有助于实现环境目标，而不会对其他环境或社会目标造成重大损害。这是通过各种措施实现的。首先，所有投资都根据排除名单进行筛选。其次，将资本分配给支持能源转型的可再生能源活动。第三，内部 ESG 尽职调查工具根据最佳实践和监管标准评估投资，并为每项投资分配分数。当投资属于分类法时，将根据每项经济活动的特定 DNSH 标准对其进行评估。当数据可用时，借款人将计算监管表中为每项投资指定的 14 项不利影响指标。此外，当借款人提供数据时，每年都会在整个投资组合中监测与用水量、水循环和事故率相关的两个补充指标。该基金还对每项投资进行分析，以评估其是否符合最低社会保障措施。此评估是通过 ESG 尽职调查工具中包含的问卷进行的。
人工智能在基础设施建设
摘要 人工智能 (AI) 已成为解决基础设施建设关键挑战（例如事故率上升、生产率不理想以及持续的劳动力短缺）的一种有前途的技术解决方案。本综述旨在彻底分析人工智能在基础设施建设领域的当前应用状况。我们分别基于 594 篇和 91 篇选定的论文进行了定量和定性分析。结果表明，当前该领域的人工智能研究主要集中在安全监控和控制以及过程管理上。机器学习、计算机视觉和自然语言处理等关键技术十分突出，智能施工现场的开发也受到了广泛关注。我们的综述还强调了未来研究的几个领域，包括拓宽人工智能应用范围、探索各种人工智能技术的潜力以及通过标准化数据集和生成式人工智能模型改进人工智能应用。这些方向有望进一步推动基础设施建设的发展，为其重大挑战提供潜在的解决方案。
航空航天控制 - IEEE 控制系统协会
除了数字电传操纵控制技术降低了商用飞机的运营成本之外，NASA 德莱顿飞行研究中心还启动了推进控制飞机 (PCA) 技术的开发，主要目标是在 20 年内将飞机事故率降低 10 倍。PCA 是一种计算机辅助发动机控制系统，当飞机的正常控制面失效时，它可使飞行员安全着陆。PCA 技术于 1995 年首次在客机上成功演示。尽管该技术已经得到验证，但尚未纳入未来的飞机设计中。DFBW 飞行控制系统的进一步扩展是实现能够补偿飞行过程中飞机损坏和故障的功能，例如自动使用发动机推力和其他航空电子设备来补偿严重故障——液压故障、方向舵故障、副翼故障或发动机故障。这种新一代DFBW飞行控制系统被称为智能飞行控制系统（IFCS）。