摘要:在散装的声学设备中,传统上,用于流体和微粒处理的声音共振模式在散装压电(PZE)换能器传统上受到激发。在这项工作中,通过三个维度的数值模拟进行了证明,这些模拟集成了PZE薄纤维胶片传感器,构成少于散装设备的0.1%的换能器,同样良好。使用经过良好测试且经过实验验证的数值模型进行模拟。嵌入在MM大小的散装玻璃芯片中的水上填充的直流通道,其用Al 0.6 SC 0.4 N制成的1- l m thick薄纤维传感器作为概念验证示例。计算了声能,辐射力和微粒聚焦时间,并证明与传统的散装硅玻璃设备相媲美,由大量的铅链氨基二硝酸盐传感器所代理的硅玻璃设备。薄纤维换能器在散装声音中产生所需的声学效果,依赖于三个物理方面:薄纤维换能器的平面内表达式在应用的原始电动电动机下,且元素的整个设备,并列出了通用的整个设备。构成设备的大部分部分。 因此,薄片设备对薄膜传感器的Q因子和共振特性非常不敏感。 v C 2021作者。 所有文章内容(除非另有说明,否则都将根据创意共享归因(cc by)许可(http://creativecommons.org/licenses/4.0/)获得许可。 https://doi.org/10.1121/10.0005624薄纤维换能器在散装声音中产生所需的声学效果,依赖于三个物理方面:薄纤维换能器的平面内表达式在应用的原始电动电动机下,且元素的整个设备,并列出了通用的整个设备。构成设备的大部分部分。因此,薄片设备对薄膜传感器的Q因子和共振特性非常不敏感。v C 2021作者。所有文章内容(除非另有说明,否则都将根据创意共享归因(cc by)许可(http://creativecommons.org/licenses/4.0/)获得许可。https://doi.org/10.1121/10.0005624https://doi.org/10.1121/10.0005624
利用数据实现安全:机器学习/人工智能实现及时航空安全 Nikunj C. Oza 博士、Chad Stephens 美国宇航局全系统安全项目 现代喷气式客机每飞行一次记录近 1GB 的原始数据,几乎是不到十年前投入使用的喷气式客机记录数据的两倍。鉴于这一宝贵的数据宝库,数据分析是一项非常重要的能力,它可以将这些数据转化为知识,从而帮助理解和实现安全操作。数据分析的实践涉及应用人工智能 (AI) 和机器学习 (ML) 等方法来获取见解并识别数据中的有意义关系。人工智能是一门专注于在基于计算机的代理中开发模拟人类智能的研究领域。ML 是人工智能的一个分支,涉及开发预测或决策算法,这些算法不是明确编程来预测或决策的,而是从代表过去预测或决策的数据中学习的。您可能体验过 ML 支持的功能,例如 Netflix 或 Amazon 中的自定义推荐。由于机器学习算法具有从过去的操作中学习的能力,因此虚拟助手(例如 Apple 的 Siri 或 Amazon 的 Alexa)以及部分或完全自动驾驶汽车成为可能。
每年 · 被引用 1 次 — 国防 (NSA CAE-CD)。• 因此,我们的项目已被指定为情报界学术卓越中心 (IC... 网络安全系统)。
如何引用本文:Prem Krishna | Saheel Ahamed | Roshan Kartik “使用 Open CV 和 YOLO 的基于 AI 的 ATM 智能安全系统”发表在《国际科学研究与发展趋势杂志》(ijtsrd)上,ISSN:2456-6470,第 5 卷 | 第 4 期,2021 年 6 月,第 336-338 页,URL:www.ijtsrd.com/papers/ijtsrd41232.pdf 版权所有 © 2021 作者和国际科学研究与发展趋势杂志。这是一篇根据知识共享署名许可条款分发的开放获取文章(CC BY 4.0)(http://creativecommons.org/licenses/by/4.0)介绍众所周知,数字印度是许多创新和技术进步的成果。如今,ATM 中心的监控摄像头仅用于记录目的。如果发生任何盗窃活动,只有通过人类信息才能知道。然后警方将借助闭路电视记录展开调查。在某些情况下,小偷会遮盖或破坏摄像头,使其无法记录。众所周知,世界广泛使用自动视频监控系统,它在我们的日常生活中发挥着至关重要的作用,以加强对个人和基础设施的保护和安全。
a 尤里·费德科维奇切尔诺夫策国立大学,Kotsybynsky 街 2 号,切尔诺夫策,58012,乌克兰 b 国立大学“扎波罗热理工学院”,Zaporizhzhia 朱可夫斯基街 64 号,扎波罗热,69063,乌克兰 c 穆罕默迪亚塔西克马来亚大学,Jl. Tamansari No. KM 2,5,Mulyasari,Kec. Tamansari,塔西克马来亚,Jawa Barat,46196,印度尼西亚 摘要 在本文中,我们介绍了一种简单的自主安全系统。该安全系统基于 Arduino Uno 和指纹扫描仪模块。Arduino 通过 USB 端口连接到计算机,并使用类似于 C++ 的语言进行编程。使用程序软件 ArduinoIDE 将编程代码(草图)上传到 Arduino。给出了连接方案和实验结果,可用于教育。 关键词 1 指纹扫描仪,安全系统,Arduino
摘要:2020 年,美国报告了 10,000 多起鸟击事件,平均每年修复费用超过 2 亿美元,全球修复费用上升至 12 亿美元。鸟类与飞机的碰撞对人类安全和野生动物构成了重大威胁。本文介绍了一种专用于监控机场上空空间的系统,用于定位和识别移动物体。该解决方案是一种基于立体视觉的实时鸟类保护系统,它使用物联网和分布式计算概念以及先进的 HMI 来提供设置的灵活性和可用性。为了实现高度定制,提出了一种具有自由定向光轴的改进型立体视觉系统。为了为中小型机场提供可负担得起的市场定制解决方案,采用了用户驱动的设计方法。数学模型在 MATLAB 中实现和优化。在真实环境中验证了实施的系统原型。使用带有 GPS 记录器的固定翼无人机对系统性能进行定量验证。得到的结果证明了该系统实时检测和尺寸分类的高效性以及高度的定位确定性。
在美国,安全系统方法代表了道路安全处理方式的范式转变。安全系统方法的基础是,在使用道路系统时不应有人死亡或严重受伤,所有相关方都有共同的责任确保这一点成为现实。从道路基础设施的角度来看,安全系统方法涉及管理碰撞情况,以便将施加在人体上的动能保持在可承受的水平,以保证生存能力和伤害程度。在交叉路口,这一挑战的特点是管理速度和碰撞角度,以及考虑风险暴露和复杂性。本报告提出了一个安全系统框架和交叉路口分析方法,可在项目层面应用,并可纳入交叉路口控制评估替代方案筛选流程,以提供另一个安全指标。
本论文由 Maritime Commons 提供。开放获取项目可以下载用于非商业、合理使用的学术目的。未经世界海事大学书面许可,不得将任何项目托管在其他服务器或网站上。如需更多信息,请联系 library@wmu.se 。
在内部开发的 CERN 辐射监测电子系统 (CROME) 框架内,需要进行可靠性分析以确保符合有关安全完整性的法律要求,安全完整性定义为系统安全仪表功能 (SIF) 的安全完整性等级 (SIL) 2。鉴于对 CROME 系统可靠性的高度期望,其开发过程由根据 IEC 61508 标准进行的广泛可靠性研究支持。本文介绍了硬件安全完整性的验证,并以 CROME 系统为例介绍一种可能的方法。本文介绍了验证硬件安全完整性所需的各个步骤,包括计算每小时危险故障概率 (PFH) 和通过计算安全故障分数 (SFF) 以及考虑系统的硬件容错 (HFT) 来评估架构约束。根据所提出的方法,这些计算基于 FIDES 标准的故障率预测、故障模式、影响和诊断分析 (FMEDA) 和故障树分析 (FTA)。最终 CROME 系统认证原型 (PQ) 的结果表明,硬件安全完整性符合 SIL 2 要求。关键词:符合 IEC 61508 的安全系统、硬件安全完整性验证、SIL、SIF、SIS、FMEDA、FTA、架构约束、SFF、HFT、PFH 计算。