1,2 Njain(被视为大学),印度班加罗尔,摘要:在当今的汽车场景中,汽车配备了从六十到一百个一百个传感器,这些传感器范围从六十到一百不等,以示例网络物理系统的特征(CPS)。车辆CPS内部许多组件的相互作用,包括传感器,设备和系统,在感应,通信和控制水平上表现出高度的耦合和内聚力。值得注意的是,相互依赖性容易受到网络威胁的影响,因为对感应或通信水平的攻击可能会危害控制层的安全性。本文深入研究了与当代汽车传感器层相关的可能的网络危险。主要重点是两种类型的传感器:车辆动力学传感器(例如TPM,磁编码器和惯性传感器)和环境传感器(例如LIDAR,超声波传感器,摄像头和GPS单元)。此外,本文研究了文献中提供的现有对策。关键字 - 网络攻击,脆弱的传感器,传感层,车辆动力传感器。
摘要 - 建筑微电网已成为解决环境问题并增强电力分配系统的一种有利替代方案。然而,发电、电价和电力消耗的不确定性以及对电能质量的严格要求限制了建筑微电网的更广泛发展。这是由于设计可靠且强大的能源管理系统的复杂性。在此背景下,分层控制已被证明适合同时处理不同的要求,以便能够令人满意地适应建筑环境。本文对建筑微电网的主要分层控制算法进行了全面的文献综述,并进行了比较,强调了它们最重要的优点和缺点。因此,对一级、二级和三级进行了详细的解释,强调了每个控制层在使建筑微电网适应当前和未来电网结构方面的作用。最后,概述了一些对未来建筑生产消费者的见解,确定了在处理建筑微电网社区时遇到的某些障碍。
摘要——如今,直流微电网在可再生能源领域受到青睐。自主直流微电网旨在提供从可再生能源到负载的平稳电力流动。在满足某些负载曲线并将功率维持在所需水平的同时,对功率转换器的控制也非常重要。为了提高直流微电网的弹性,电池存储系统 (BSS) 也被用作提供不间断电源的备用单元。BSS 的主要任务是在负载高于供电功率时补偿功率不足,或在负载需求低于提取功率的情况下存储多余的功率。换句话说,通过消耗和存储电力,BSS 有助于提高系统的灵活性并将主直流母线电压保持在可接受的范围内。本研究引入了基于人工智能 (AI) 的方法来减少实施的传感器数量并控制功率转换器而不会降低效率。在本文中,利用了作为 AI 子集的人工神经网络 (ANN)。减少控制层中的传感器数量使系统更加可靠。为了验证所提系统的有效性,在 MATLAB/Simulink 中进行了离线和在线时域仿真。
摘要。自我适应是自主系统的关键特征,必须应对其环境和内部状态中的不确定性。自适应系统通常被建模为具有托管子系统的两层系统,可处理域关注和实施适应性逻辑的管理子系统。我们考虑了自适应机器人系统的案例研究;更具体地说,一种用于管道检查的水下水下车辆(AUV)。在本文中,我们使用功能吸引的概率模型检查器Profeat对其进行建模和分析。AUV的功能是在功能模型中建模的,从而捕获了AUV的可变性。这使我们能够将AUV的托管子系统建模为一个系统家族,每个家庭成员都对应于AUV的有效功能配置。AUV的管理子系统被建模为在此类有效的特征配置之间动态切换的控制层,这取决于环境和内部条件。我们使用此模型来分析AUV的概率奖励和安全性。
ASHRAE 技术委员会 (TC) 9.10 的实验室分类小组委员会、美国工业卫生协会 (AIHA) 的实验室健康与安全委员会以及美国化学学会 (ACS) 的化学健康与安全部合作提供了此文件,以帮助设施专业人员设计和运营实验室,以支持对实验室规模活动期间产生的空气中化学物质暴露的管理。值得注意的是,仅靠通风无法处理所有实验室化学危害,并且本文件假设还采取了其他控制措施,包括最小化化学风险、良好的实验室管理和适当的应急程序。安全专业中存在一套完善的控制层次结构。实验室通风是一种工程控制形式,是此层次结构中的一层。(有关控制层次结构的更多信息,请参阅国家职业安全与健康研究所 [NIOSH] 网站 www.cdc.gov/niosh/topics/hierarchy/default.html [NIOSH 2016]。)就本文件而言,实验室规模定义为在非生产基础上使用危险化学品的工作场所。职业安全与健康管理局 (OSHA) 实验室标准 29 CFR 1910.1450(b) 规定:
•安全是协作机器人中的第一个也是最重要的功能。尽管最近朝着机器人安全的标准化进行了推动(例如,机器人和机器人设备的ISO 13482:2014; ISO 13482:2014,2014),但我们仍处于初始阶段。通常通过避免碰撞(与人类或障碍物; Khatib,1985)来解决安全性,该特征在感知和控制层都需要高反应性(高带宽)和鲁棒性。•共存是与人共享工作空间的机器人能力。这包括涉及被动人类的应用(例如,机器人正在干预患者的身体; Azizian等,2014),以及机器人和人类在没有接触或协调的情况下共同完成相同任务的情况。•协作是通过直接人类互动和协调执行机器人任务的能力。有两种模式:物理协作(人与机器人之间有明确和有意接触),以及非接触式协作(在其中的动作以信息交换为指导,例如以身体手势,语音命令或其他方式的形式)。特别是对于第二种模式,至关重要的是建立人类操作员直观控制的手段,即可能是非专家用户。机器人应在
摘要。脑机接口使个人能够通过脑电图 (EEG) 信号与设备进行通信,在许多使用脑电波控制单元的应用中都是如此。本文介绍了一种使用 EEG 波通过眨眼和注意力水平信号控制无人机运动的新算法。通过使用支持向量机算法对眨眼进行分类并通过人工神经网络将其转换为 4 位代码,对获得的信号识别进行优化。线性回归法用于将注意力分为具有动态阈值的低级或高级,从而产生 1 位代码。算法中的运动控制由两个控制层构成。第一层提供眨眼信号的控制,第二层提供眨眼和感知到的注意力水平的控制。使用单通道 NeuroSky Mind-Wave 2 设备提取和处理 EEG 信号。所提出的算法已通过对 5 个不同年龄个体的实验测试进行了验证。结果表明,与现有算法相比,该算法具有较高的性能,对 9 个控制命令的准确率为 91.85%。该算法最多可处理 16 个命令,准确率高,适用于许多应用。
摘要。将电池整合到电力供应链中对于能源部门向新的灵活电网转型至关重要,这种电网允许可再生能源发电的渗透,同时确保稳定性和供应安全。通过根据稳定性、效率、成本、维护和功率流要求等不同标准,高效管理异构发电源、可控负载和电池,可以提高电池在电网中的渗透率。分布式混合能源管理系统 (DHEMS) 是一种管理软件工具,能够解决最大化可再生能源利用的优化问题。DHEMS 设计有两个控制层。首先,云 DHEMS 层接受外部设定点(来自 VPP、DSO 或 TSO)并调度总有功功率和无功功率,以便一组分布式电厂与电网交换。其次,本地 DHEMS 负责在组成每个发电厂的本地机组之间分配接收到的设定点和命令。在拉普拉纳工厂(西门子歌美飒可再生能源公司所有)进行了不同的实际控制和通信测试。
摘要:分销网络中可再生能源资源(RER)的增加集成形成了网络可再生能源资源(NRERS)。合作对等(P2P)控制体系结构能够充分利用NRER的韧性和灵活性。本研究提出了一个多代理系统,以实现基于NRER的物联网(IoT)的P2P控制。控制系统已完全分布,并包含在每个RER代理中操作的两个控制层。对于主要控制,每个RER-ANTENT都采用下垂控制,以用于本地功率共享。对于二级控制,提出了分布式扩散算法以在RER之间进行任意幂共享。实施了建议的级别通信系统来解释分布网络系统和云服务器之间的数据交换。本地通信级别利用Internet协议(IP)/传输控制协议(TCP),消息排队遥测传输(MQTT)用作全球通信级别的协议。通过修改IEEE 9节点测试馈线的数值仿真来验证所提出系统的有效性。本文提出的控制器为该系统节省了20.65%的节省,光伏25.99%,柴油发电机的35.52节省为35.52,电池24.59,功率损失为52.34%。
摘要 - Quantum网络是通过量子通道之间量子处理器之间的相互作用形成的复杂系统。类似于经典的计算机网络,量子网络允许在量子计算中分布量子计算。在这项工作中,我们描述了一个量子步道协议,以在量子网络中执行分布式量子计算。该协议使用量子步行作为量子控制信号来执行分布式量子操作。我们考虑了离散时间置换量子步行模型的概括,该模型是网络图中与网络节点内部量子寄存器中量子步行者系统之间的相互作用。该协议从逻辑上捕获分布式量子组合,抽象硬件实现以及通过频道传输量子信息。控制信号传输映射到Walker系统在网络上的传播,而控制层和量子寄存器之间的相互作用嵌入到硬币操作员的应用中。我们演示了如何使用量子步行者系统执行分布式CNOT操作,该操作显示了分布式量子计算协议的通用性。此外,我们将协议应用于量子网络中的纠缠分布的任务。