资料来源:W。O. Nijeweme-D'Hollosy,L。VanVelsen,M。Huygens和H. Hermens,“对初级保健中可互操作的Ehealth技术的要求和障碍,” IEEE Internet Computing,第1卷。19,不。4,pp。10-19,7月至8月。 2015。
摘要:本研究探索了基于数字孪生的方法和方法的潜力,旨在通过使用集成物联网、人工智能和机器学习的三维数据模型,实现住宅区能源管理的智能优化和自动化系统。案例研究集中在罗马的 Rinascimento III,该地区由 16 栋八层建筑组成,共有 216 个公寓单元,70% 的能源来自可再生能源。综合动态分析算法的结合使用,可以评估不同的能源效率干预方案,旨在实现综合体的良性能源管理,保持实际的内部舒适度和气候条件。同时,目标还在于规划和部署具有成本效益的 IT(信息技术)基础设施,该基础设施能够使用边缘计算范式提供可靠的数据。因此,所开发的方法论可以评估太阳能可再生能源综合生产的有效性和效率,从而提高自产能源的门槛,满足 nZEB(近零能耗建筑)的要求。
当今最新技术秩序的发展与第四次工业革命的开始相关,而第四次工业革命的基础是“信息物理系统”——CPS(Cyber-Physical Systems)的大规模引入。从信息技术系统的物理和数字组件相互作用的角度研究信息技术系统的各种特性是现代科学的一个新兴且相关的方向[1]。正是随着对信息物理系统概念的理解和此类操作系统的出现,向工业 4.0 的过渡才联系在一起——一个可预测的事件,即信息物理系统大规模引入到生产中并满足人类需求。
5 无线通信生态系统研究组,电气工程系,工程学院,朱拉隆功大学,曼谷 10330,泰国 电子邮件:a amir.p@chula.ac.th,b,* lunchakorn.w@chula.ac.th(通讯作者) 摘要。信息物理系统 (CPS) 是计算和物理过程的集成。物理过程由嵌入式计算机和网络监视和控制,它们通常具有反馈回路,物理过程会影响计算,反之亦然。为了简化系统分析,可以用高保真虚拟模型取代昂贵的物理工厂,这些模型为数字孪生 (DT) 提供了框架。本文旨在简要回顾 DT 和 CPS 的最新进展。回顾了 CPS 中的三个主要组成部分,包括通信、控制和计算。此外,通过智能制造、第六代无线技术 (6G)、健康、生产、能源等方面的第四次工业革命中 DT 的主要应用,讨论了实施实际 DT 所需的主要工具和方法。最后,讨论了主要限制和未来评论的想法,然后简要介绍了 DT 在 CPS 中的实际应用。关键词:数字孪生、信息物理系统、控制、通信、计算、5G、人工智能、机器学习、计算智能。
在非线性物理系统中识别逃避直接实验检测的隐藏状态很重要,因为干扰和噪音可以将系统置于隐藏状态,并带来有害后果。我们研究了一个空腔岩石系统,其主要物理学是光子和镁kerr效应。在数值实验中扫描分叉参数(如在实际实验中所做的那样)导致具有两个不同稳定稳态状态的磁滞回路,但是分析计算在环路中赋予了第三个折叠的稳态“隐藏”,这导致了隐藏可粘性的现象。我们提出了一种实验可行的控制方法,将系统驱动到折叠的隐藏状态中。我们通过三元腔镁质系统和基因调节网络证明了这种隐藏的多稳定性实际上很普遍。我们的发现阐明了非线性物理系统中隐藏的动力状态,这些状态不是直接观察到的,但可以在应用中带来挑战和机遇。
目录 ................................................................................................................................ i 图表目录 ................................................................................................................................ ii 表格目录 ................................................................................................................................ iii 免责声明 ................................................................................................................................ iv 致谢 ...................................................................................................................................... v 执行摘要 ............................................................................................................................. vi 1 简介 ............................................................................................................................. 1 1.1 概述 ............................................................................................................................. 1
摘要 — 世界正在见证信息物理系统 (CPS) 前所未有的增长,预计它将通过在环境监测、移动医疗系统、智能交通系统等各个领域创造新的服务和应用,彻底改变我们的世界。信息和通信技术 (ICT) 行业的数据流量正在显着增长,这得益于智能手机、平板电脑和视频流的广泛使用,以及预计在不久的将来传感器部署的显着增长。预计原始感测数据的增长率将显著提高。在本文中,我们通过提供数据收集、存储、访问、处理和分析的广泛概述来介绍 CPS 分类法。与其他调查论文相比,这是第一次对 CPS 大数据进行全景调查,我们的目标是提供不同 CPS 方面的全景摘要。此外,CPS 需要网络安全来保护其免受恶意攻击和未经授权的入侵,这对于网络中不断生成的大量数据来说是一个挑战。因此,我们还概述了针对 CPS 大数据存储、访问和分析提出的不同安全解决方案。我们还讨论了大数据在 CPS 背景下应对绿色挑战的问题。
全球范围内的恶意软件主要涉及制造业、石油和天然气以及教育领域。BlackEnergy2 和 Triton 等恶意软件能够对组织和石油和天然气等关键基础设施系统造成严重的、危及生命的损害。安全研究人员和从业人员正在寻找有效的解决方案来缓解此类恶意软件攻击。因此,本文提出了一种恶意软件网络物理系统 (CPS) 分类来检测攻击。这种分类的灵感来自系统发育学,借鉴了生物学领域中生物体之间的进化关系。至于网络安全视角,它发现了恶意软件基因的进化祖先。这种恶意软件分类方法包括恶意软件行为、攻击模式和网络中的连接资产。它可以根据相关性检测多种形式的恶意软件攻击。这项研究对 CPS 开发商、供应商和承包商、监管和管理公用事业运营的政府机构以及负责保护 CPS 的国家网络安全中心 (NCSC) 都有好处。
摘要:随着分布式能源(DER)的出现及其相关的通信和控制复杂性,需要一个高效的平台来消化所有传入数据并确保电力系统的可靠运行。数字孪生(DT)是一个新概念,可以释放巨大的机遇,可用于电力系统的不同控制和安全级别。本文提供了一种用于多种应用的能源信息物理系统(ECPS)实施建模的方法。介绍了两种 DT 类型,以涵盖需要集中监督决策的高带宽和低带宽应用。使用 Amazon Web Services(AWS)作为云主机验证和测试数字孪生的概念,该云主机可以整合物理和数据模型,并能够从不同的实际电力和控制实体接收实时测量值。实验结果证明了基于物联网 (IoT) 和云计算技术实时实现 ECPS DT 的可行性。低带宽 DT 情况下的归一化均方误差为 3.7%。在高带宽 DT 的情况下,所提出的方法在重建电压估计方面表现出色,仅从控制器的状态来看准确率就达到 98.2%。
人工神经网络技术旨在为未来的机器提供完全的自主性,即自主控制和决策,依靠先前的经验和分析,而无需人类的直接参与。人工神经网络是生物神经网络的模型,用于解决算法未知的问题 [1-3]。如前所述,发动机转速控制可以通过反馈控制和 PID 控制器来实现。事实上,标准 PI (D) 控制律构成了绝大多数现代电子柴油机控制器的主要线性模块。然而,控制原理是基于推进系统传递函数的标准形式,使用传递函数和热力学、物理化学过程(例如燃烧)中固有的任何非线性的线性化。