XiaoMi-AI文件搜索系统
World File Search System操作数据
用于检测氢泄漏的机器学习模型
氢管道（HPL）是实现氢社会的氢运输系统之一。HPL氢泄漏是一个挑战，因为氢具有较宽的易燃范围和低最小点火能。因此，必须迅速检测到HPL的氢泄漏，应采取适当的动作。泄漏检测对于HPL的安全操作很重要。HPL的基本泄漏检测方法涉及监视传感器的压力和流速值。但是，在某些情况下，很难使用此方法区分非泄漏和泄漏条件。在这项研究中，我们根据压力和流速数据之间的关系，将使用机器学习（ML）的泄漏检测方法重点关注。将基于ML的泄漏检测方法应用于HPL面临两个挑战。首先，在过程设计阶段，ML的操作数据不足。其次，由于泄漏不经常发生，因此很难在氢泄漏过程中获得压力和流速行为。因此，这项研究采用了一种基于使用HPL物理模型模拟的数据，采用了一种无监督的ML方法。首先，构建了HPL（HPL模型）的物理模型，并根据数据
增强信任在保持有用的生活预后模型
摘要。准确估算工业系统中剩余的使用寿命（RUL）对于优化维护策略和规定资产寿命至关重要。数据驱动的RUL模型利用机器学习（ML）算法从操作数据中提取模式，从而在捕获复杂关系中进行例外。尽管RUL预后模型的进步发展，但机器学习算法的黑盒性质仍为工业用户带来挑战，阻碍了信任和采用。明显的人工智能（XAI）方法通过使复杂的模型透明和可解释来提供有希望的解决方案。本文着重于应用XAI方法来增强对RUL预后的机器学习模型的信任。我们强调对解释机制的定量评估，包括一致性和鲁棒性等指标。我们的研究有助于制定更可信赖和可靠的预测维护策略。我们评估了XAI方法的规定RUL模型，该模型应用于工业型数据的现实情况。我们的发现旨在为工业从业人员提供宝贵的见解，并指导他们选择RUL预后技术。
航空航天人机系统的传感器网络
摘要：智能自动化和可信自主性正在被引入航空航天信息物理系统，以支持包括数据处理、决策、信息共享和任务执行在内的各种任务。由于这些任务中人与自动化之间的集成/协作水平不断提高，当机器监控操作员的认知状态并适应它们以最大限度地提高人机界面和交互 (HMI 2 ) 的效率时，闭环人机系统的操作性能可以得到增强。技术发展已使神经生理学观察成为一种可靠的方法，可以使用各种可穿戴和远程传感器来评估人类操作员的状态。传感器网络的采用可以看作是这种方法的演变，因为如果这些传感器实时收集和交换数据，同时远程控制和同步它们的操作，则具有显着的优势。本文讨论了航空航天信息物理系统传感器网络的最新进展，重点关注认知 HMI 2 (CHMI 2 ) 的实现。本文讨论了在此背景下使用的关键神经生理测量及其与操作员认知状态的关系。本文还介绍了基于机器学习和统计推断的合适数据分析技术，因为这些技术可以处理神经生理和操作数据，以获得准确的协同作用。
ATCo 对潜在冲突检测的评估 - MDPI
摘要：本文的主要目的是分析空中交通管制员 (ATCo) 发现潜在冲突的概率。ATCo 确保飞机的安全，其主要功能之一是避免碰撞。避免碰撞被称为分离规定，该术语意味着通过侧面、垂直和纵向最小分离来确保每架飞机之间的安全距离。空中交通管制员必须确保高水平的空域容量。工作绩效与对个人特征、知识、技能以及空中交通特征的高要求有关。除了分析检测潜在冲突的概率外，研究对这一安全事件影响最大的因素被认为具有特殊意义，因为 ATCo 代表空中交通管制系统的最后一个执行部门，未能检测到潜在冲突可能会导致飞机之间最小间隔距离被违反，甚至发生碰撞。为了实施这种方法，将使用具有高预测能力的贝叶斯网络。此外，还将使用基于知识和 ANSP 提供的实际操作数据的双重方法。与当前文献中包含的数据相比，这些数据是本研究的一大优势。
物理信息的神经网络建模和区域供暖系统的预测控制
摘要 - 本文介绍了基于数据的建模和最佳区域供暖系统（DHSS）。此类大规模网络系统的物理模型受复杂的非线性方程的控制，需要大量参数，从而导致其操作的潜在计算问题。因此提出了一种新颖的方法，利用操作数据和可用的物理知识，以获得准确且计算有效的DHSS动态模型。拟议的想法包括利用多个反复构建的神经网络（RNN）以及将DHS网络的物理拓扑嵌入其互连中。在标准RNN方法方面，所得的模型方法（表示为物理知识的RNN（PI-RNN）），即使利用了减少尺寸的模型，也可以实现更快的训练程序和更高的建模准确性。开发的PI-RNN建模技术为设计非线性模型预测控制（NMPC）调节策略铺平了道路，从而使计算时间有限，以最小化生产成本，提高系统效率并提高系统效率并尊重整个DHS网络的操作约束。在文献中引用的DHS基准的模拟中测试了所提出的方法，从建模和控制角度显示了有希望的结果。
生成互连系统影响研究报告
9在完成所有适用的互连研究和确定网络升级后，通常会通过执行互连服务协议（ISA）来授予初始CIR，这是确保在高峰时段提供发电资源的必要条件。CIR。请参阅PJM手册21，确定生成能力的规则和程序，§1.1.7。10在PJM中，间歇性资源的容量因子的确定是基于历史工作数据和/或类平均容量因素（CACF）。由PJM定义为具有三个或更长时间的历史运营数据的资源的成熟资源的容量因素，可以通过计算交付年份前三个夏季的单年容量因素的平均值来确定。CACF仅用于计算未成熟的间歇性能资源的容量值。PJM根据对类似单元和/或工程研究的操作数据进行审查，定期更新CACFS，以将来安装。请参阅PJM手册21，附录B。11参见“班级平均容量因素风和太阳资源”，PJM，2017年6月1日。
Adversarial-HD：面向安全工业物联网的超维计算对抗攻击设计
工业物联网 (IIoT) 是传感器、网络设备和设备协作收集工业操作数据。由于互联互通和计算能力有限，IIoT 系统存在许多安全漏洞。基于机器学习的入侵检测系统 (IDS) 是一种可能的安全方法，它可以持续监控网络数据并以自动方式检测网络攻击。超维 (HD) 计算是一种受大脑启发的 ML 方法，它足够准确，同时非常稳健、快速且节能。基于这些特性，HD 可以成为 IIoT 系统的一种基于 ML 的 IDS 解决方案。然而，它的预测性能会受到输入数据中微小扰动的影响。为了充分评估 HD 的漏洞，我们提出了一种有效的面向 HD 的对抗性攻击设计。我们首先选择最多样化的攻击集以最小化开销，并消除对抗性冗余。然后，我们执行实时攻击选择，找出最有效的攻击。我们在真实的 IIoT 入侵数据集上进行的实验证明了我们攻击设计的有效性。与最有效的单一攻击相比，我们的设计策略可以将攻击成功率提高高达 36%，𝐹 1 分数提高高达 61%。
紧凑型MUON螺线管检测器超导磁铁的15年操作
摘要 - 自2008年以来，紧凑型MUON电磁阀（CMS）检测器磁铁一直在CERN的大型强子对撞机（LHC）上运行。它必须运行，直到高亮度LHC运行到2040年以后。CMS磁铁包含一个大型超级导电螺线管，可提供3.8 t的磁场，直径为6 m，长度为12.5 m。线圈由铝制稳定的Rutherford NB-TI/CU电缆构建，并在4 K下以沸腾模式下的间接传导冷却，并用沸腾的氦气进行沸腾模式。磁铁在2006年在Cern Point 5的Surface Hall委托。随后在2007年将其转移到地下实验区域，从那时起，它被推荐并成功地以3.8 T的名义字段进行操作。在本文中介绍了磁铁操作数据的摘要，以及观察到的纯铝导体稳定剂的残余电阻率比（RRR）的进行性变化，这是操作周期和磁铁热身的函数。描述了遇到的技术问题，以及用低温和真空抽水实现的解决方案，以及在控制系统的LHC关闭期间进行的升级，低温和供电电路，该电路已实施了自由轮晶状体系统。
用于智能运营规划和...的数字孪生方法
数字孪生范式旨在融合从传感器数据、物理模型和正在使用的机械部件的操作数据中获得的信息，以便就部件的健康管理和操作做出明智的决策。在本文中，我们讨论了一种基于数字孪生的机械系统操作规划方法，以实现：a）具有成本效益的维护计划，以及b）系统的弹性运行。由于机械系统的属性及其运行参数、负载和环境本质上是随机的，我们的方法包括概率损伤诊断、概率损伤预测和不确定性下的系统优化。作为一个说明性示例，我们考虑金属部件中的疲劳裂纹扩展问题。我们讨论了一种基于超声导波的概率裂纹诊断框架，该框架可以处理诊断过程中的随机和认知不确定性。我们建立了一个高保真有限元模型来模拟压电效应和超声导波传播。我们使用对物理孪生进行诊断实验获得的测试数据来校准诊断模型中的误差。我们使用修正后的诊断模型对裂纹扩展进行贝叶斯诊断，考虑到被测量噪声破坏的数据，并融合来自多个传感器的信息。我们建立了一个基于有限元的高保真单轴裂纹扩展模型
地热网络的有效年度绩效模型，用于改进系统设计，操作和控制：预印本
本文介绍了一种新开发的降级模型，该模型捕获了网络中的能源流量，包括商业和住宅用户的电气使用情况，以一年的时间为小时。该模型包括建筑物负载，热泵，钻孔场和辅助热/凉爽输入，均与环境温度的热环模型相连。在模型中，钻孔场，循环泵和辅助系统的操作控制可能是可能的。对于给定系统，该模型可以输出每个组件，热环和集体系统的完整状态参数，例如随时间的流速，平均热环温度随时间和总电量使用。该模型还可用于优化系统控制，以最大程度地提高系统效率或最大程度地减少系统运营成本。例如，对示例系统的钻孔控制器进行了一次初步评估，表明，与连续操作模式相比，具有钻孔场的ON/OFF操作的控制器可将年度用法减少33％。因此，该模型可以帮助优化给定系统的操作，以从地热网络安装中获得最大的价值。未来的工作将考虑该模型对演示项目的应用，包括针对操作数据和系统操作优化的模型验证。