XiaoMi-AI文件搜索系统
World File Search System事故预防
EasyChair 预印本使用机器学习进行飞机事故预测...
多维、高度分布式、相互依赖，其复杂程度在几十年前是无法想象的。这就是为什么在如此复杂的环境中保持高水平的安全性比以前更具挑战性 [1]。民航是一个复杂的混合体，由许多不同但相互关联的人为、技术、环境和组织因素组成，这些因素影响系统的安全性和性能。在商业航空的早期，飞机事故数量众多是一个特点。所有安全流程的重点是事故预防，但在航空时代初期，飞机事故调查是预防的主要工具。如今，人们采用了积极主动的安全方法。这意味着利益相关者应该收集数据，以预测不仅实际和当前的安全风险，而且还要预测即将发生的安全风险。在这种情况下，必须改进安全分析以预测未来的安全风险和安全性能。设计和广泛应用识别和预测不良安全事件的技术和方法至关重要。当今是一个数据丰富、技术繁荣的时代，这为人工智能和机器学习进入我们现实的每一个角落打开了一扇大门。在这项工作中，我们提出了一种用于飞机事故的机器学习算法
LT 系列用户手册 - HMI 商店
第 3.2.5 节 –“安装注意事项”(3) 如果外部设备的继电器或晶体管出现问题，导致输出（线圈）保持 ON 或 OFF 状态，则可能会发生重大事故。为防止这种情况，请务必设置外部看门狗电路来监控重要的输出信号。• 在启动 LT 之前，设计一个向 LT 设备的 I/O 设备供电的电路。如果 LT 设备的内部程序在 I/O 设备的负载控制电源开启之前进入 RUN 模式，则错误的输出（信号）或故障可能会引起事故。• 设计一个用户程序，以确保在发生 LT 显示或控制错误，或者 LT 和连接设备之间发生数据传输错误或电源故障时用户系统的安全。这些类型的问题可能导致输出（信号）错误或故障，从而引发事故。• 请勿将 LT 用作严重警报的警告设备，否则可能会导致严重的操作员伤害、机器损坏或生产停止。使用独立硬件和/或机械联锁来设计警报指示器及其控制/激活器单元。• 请勿使用 LT 触摸面板开关执行与操作员安全相关或重要的事故预防操作。这些操作应由单独的硬件开关执行，以防止操作员受伤和机器损坏。
sscman91-710v2 - 空军
本手册实施 AFI 91-202《美国空军事故预防计划》，并与 DoDD 3100.10《空间政策》、DoDD 3200.11《主要靶场和试验设施基地（MRTFB）》、DoDD 3230.3《国防部对商业航天发射活动的支持》、DoDI 3200.18《主要靶场和试验设施基地的管理和运营》、AFPD 91-1《核武器与系统保证》、AFPD 91-2《安全计划》以及美国空军部与美国联邦航空管理局关于空军部靶场和设施发射和再入活动的协议备忘录相一致。本卷建立了从空间系统司令部（SSC）靶场发射和操作的飞行器的飞行安全要求，包括东部靶场（ER）和西部靶场（WR）。本卷包括以下项目的要求：弹道导弹和航天器；巡航导弹和遥控飞行器；小型非制导火箭或探测器；浮空器或气球系统；射弹、鱼雷和非推进式空投物体；空射飞行器；飞机和舰船的预期支援计划；定向能系统；以及将大型核系统发射到太空。飞行安全要求批准是开展本卷所涵盖的行动的必要先决条件。飞行安全要求批准本身并不构成开展行动的许可。除非本卷另有规定，术语“射程安全/发射安全”是指 ER 和 WR 的太空发射三角洲安全办公室 (SLD/SE)。
afrli61-103.pdf - 空军 - AF.mil
本指令及其子卷实施空军政策指令 (AFPD) 61-1《科学技术管理》、空军指令 (AFI) 99-103《空军物资司令部 (AFMC) 补充文件《基于能力的测试与评估》以及 AFI 91-202《美国空军事故预防计划》及其补充文件。它制定了 AFRL 如何审查、批准和监督研究测试活动的政策。它描述了 AFRL 如何使用公认的科学实践来计划、开展和报告研究测试活动，包括 AFRL 保留事故责任的合同工作。本指令适用于参与计划、管理或执行研究测试活动的所有 AFRL 人员。本出版物可以在任何级别进行补充，但所有直接补充必须在认证和批准之前发送到本出版物的主要责任办公室 (OPR) 进行协调。使用 AF 表格 847《出版物变更建议》将建议的更改和对本出版物的问题提交给 OPR。通过适当的职能指挥链将 AF 表格 847 从现场传送出去。豁免请求必须通过指挥渠道处理，并提交给出版物 OPR 进行审议。确保根据本出版物中规定的流程创建的所有记录均按照 (IAW) 空军手册 (AFMAN) 33-363《记录管理》进行维护，并根据 IAW 空军记录信息管理系统 (AFRIMS) 记录处置时间表 (RDS) 进行处置。
LT 系列用户手册 - HMI 商店
第 3.2.5 节 - “安装注意事项” (3) 如果外部设备的继电器或晶体管出现问题，导致输出（线圈）保持 ON 或 OFF 状态，则可能会发生重大事故。为防止这种情况，请务必设置外部看门狗电路来监控重要的输出信号。 • 设计一个在启动 LT 之前为 LT 设备的 I/O 设备供电的电路。如果 LT 设备的内部程序在 I/O 设备的负载控制电源打开之前进入 RUN 模式，则错误的输出（信号）或故障可能会导致事故。 • 设计一个用户程序，以确保在发生 LT 显示或控制错误，或者 LT 和连接设备之间发生数据传输错误或电源故障时用户系统的安全。这些类型的问题可能导致错误的输出（信号）或故障，从而引发事故。 • 请勿将 LT 用作严重警报的警告设备，这些警报可能会导致严重的操作员伤害、机器损坏或生产停止。使用独立硬件和/或机械联锁来设计警报指示器及其控制/激活器单元。 • 请勿使用 LT 触摸面板开关执行与操作员安全相关或重要的事故预防操作。这些操作应由单独的硬件开关执行，以防止操作员受伤和机器损坏。
LT 系列用户手册 - HMI 商店
第 3.2.5 节 - “安装注意事项” (3) 如果外部设备的继电器或晶体管出现问题，导致输出（线圈）保持 ON 或 OFF 状态，则可能会发生重大事故。为防止这种情况，请务必设置外部看门狗电路来监控重要的输出信号。 • 设计一个在启动 LT 之前为 LT 设备的 I/O 设备供电的电路。如果 LT 设备的内部程序在 I/O 设备的负载控制电源打开之前进入 RUN 模式，则错误的输出（信号）或故障可能会导致事故。 • 设计一个用户程序，以确保在发生 LT 显示或控制错误，或者 LT 和连接设备之间发生数据传输错误或电源故障时用户系统的安全。这些类型的问题可能导致错误的输出（信号）或故障，从而引发事故。 • 请勿将 LT 用作严重警报的警告设备，这些警报可能会导致严重的操作员伤害、机器损坏或生产停止。使用独立硬件和/或机械联锁来设计警报指示器及其控制/激活器单元。 • 请勿使用 LT 触摸面板开关执行与操作员安全相关或重要的事故预防操作。这些操作应由单独的硬件开关执行，以防止操作员受伤和机器损坏。
LT 系列用户手册 - HMI 商店
第 3.2.5 节 - “安装注意事项” (3) 如果外部设备的继电器或晶体管出现问题，导致输出（线圈）保持 ON 或 OFF 状态，则可能会发生重大事故。为防止这种情况，请务必设置外部看门狗电路来监控重要的输出信号。 • 设计一个在启动 LT 之前为 LT 设备的 I/O 设备供电的电路。如果 LT 设备的内部程序在 I/O 设备的负载控制电源打开之前进入 RUN 模式，则错误的输出（信号）或故障可能会导致事故。 • 设计一个用户程序，以确保在发生 LT 显示或控制错误，或者 LT 和连接设备之间发生数据传输错误或电源故障时用户系统的安全。这些类型的问题可能导致错误的输出（信号）或故障，从而引发事故。 • 请勿将 LT 用作严重警报的警告设备，这些警报可能会导致严重的操作员伤害、机器损坏或生产停止。使用独立硬件和/或机械联锁来设计警报指示器及其控制/激活器单元。 • 请勿使用 LT 触摸面板开关执行与操作员安全相关或重要的事故预防操作。这些操作应由单独的硬件开关执行，以防止操作员受伤和机器损坏。
LT 系列用户手册 - HMI 商店
第 3.2.5 节 - “安装注意事项” (3) 如果外部设备的继电器或晶体管出现问题，导致输出（线圈）保持 ON 或 OFF 状态，则可能会发生重大事故。为防止这种情况，请务必设置外部看门狗电路来监控重要的输出信号。 • 设计一个在启动 LT 之前为 LT 设备的 I/O 设备供电的电路。如果 LT 设备的内部程序在 I/O 设备的负载控制电源打开之前进入 RUN 模式，则错误的输出（信号）或故障可能会导致事故。 • 设计一个用户程序，以确保在发生 LT 显示或控制错误，或者 LT 和连接设备之间发生数据传输错误或电源故障时用户系统的安全。这些类型的问题可能导致错误的输出（信号）或故障，从而引发事故。 • 请勿将 LT 用作严重警报的警告设备，这些警报可能会导致严重的操作员伤害、机器损坏或生产停止。使用独立硬件和/或机械联锁来设计警报指示器及其控制/激活器单元。 • 请勿使用 LT 触摸面板开关执行与操作员安全相关或重要的事故预防操作。这些操作应由单独的硬件开关执行，以防止操作员受伤和机器损坏。
使用改进的机器学习
尽管许多研究都集中在海洋事故的可能性上，但很少有人专注于分析后果的严重程度，甚至更少的预测严重程度。为此，在本研究中提出了一个新的研究框架，以准确预测海洋事故的严重性。首先，开发了一种新颖的两阶段特征选择（FS）方法，以选择和对风险影响因素（RIF）进行排列，以提高MA Chine学习（ML）模型的准确性（ML）模型和FS的解释性。第二，提出了一种全面的评估方法，以根据稳定性，预测性能改善和统计检验来衡量FS方法的性能。第三，使用了六个完善的ML模型，并比较了不同预测因子的性能。发现光梯度提升机（LightGBM）具有对海洋事故的严重性词典的最佳预测性能，并被视为基准模型。最后，LightGBM根据提出的FS方法选择的RIF来预测事故严重程度，并从定量的角度对风险控制措施的效果进行了反作用。这项有关改进ML方法使用的创新研究可以有效地分析和预测海洋事故的严重性，为在安全评估和预防事故预防研究中使用人工智能（AI）技术提供新的方法，并触发了新的方向。源代码可公开可用：https：//github.com/fengyinleo/pgi-sdmi。
EasyChair 预印本使用机器学习进行飞机事故预测...
空中交通系统变得多层次、多维、高度分散、相互依赖，其复杂程度在几十年前是难以想象的。这就是为什么在如此复杂的环境中保持高水平的安全性比以前更具挑战性 [1]。民航是一个复杂的混合体，由许多不同但相互关联的人为、技术、环境和组织因素组成，这些因素影响系统的安全性和性能。在商业航空的早期，飞机事故数量众多是一个特点。所有安全流程的重点是事故预防，但在航空时代初期，飞机事故调查是预防的主要工具。如今，人们采用了主动的安全方法。这意味着利益相关者应该收集数据，以预测不仅实际和当前的安全风险，而且还要预测即将发生的安全风险。在这种情况下，必须改进安全分析以预测未来的安全风险和安全性能。设计和广泛使用识别和预测不良安全事件的技术和方法至关重要。当今是数据丰富和技术繁荣的时代，这为人工智能和机器学习进入我们现实的每一个角落打开了一扇大门。在这项工作中，我们提出了一种用于飞机事故预测的机器学习算法。主要思想是支持主动安全方法。该技术可以在 SAR（搜索和救援）任务中作为空难严重程度预测工具发挥作用，以优化 SAR 行动中的资源投入。机器学习是一种非常强大的技术，它可以使用数据来训练算法并赋予计算机系统“学习”的能力（即逐步