1.担任 AI/ML 技术、服务和配置方面的高级技术专家,这些技术、服务和配置将有利于威胁搜寻和其他 CISA 任务能力。根据最佳实践和政府安全政策确定最优的 AI/ML 技术和维护方法。分析一系列技术解决方案、配置和服务设计,以增强威胁搜寻服务。审查可用数据,包括云、主机和网络分析工作流程、方法和技术,并就有利于威胁搜寻分析的 AI/ML 方法提供建议。2.与架构师、工程师、开发人员和运营商就与 AI/ML 有关的所有事项进行合作,利用个人在 AI/ML 基础设施和运营方面的知识和经验,分析 AI/ML 技术以确定针对给定用例的最有效和最高效的解决方案和服务。与适当的 CISA 领导层协调,提供最大限度的支持,以获得新的观点和方法,从而提供关键的任务能力并确保整体 CISA 任务成功。
本操作通告 (OC) 介绍了不同数据链系统运营商满足国际民用航空组织 (ICAO) 和地区空域当局制定的国际标准的各种方法。印度航空器规则 1937 目前没有要求在印度空域运营时必须拥有数据链通信。法规管理无线电通信系统,本 OC 中的任何内容均不免除运营商在国际空域或印度空域运营时必须拥有和使用语音通信系统的要求。但是,选择使用数据链系统的运营商(除了必需的语音通信系统外)必须获得 DGCA 批准,并根据情况修改商业运营商的操作规范 (OpSpecs) 或通用航空的授权书 (LOA)。2. 适用性本 OC 适用于在商业航空运输和通用航空类别中运营的飞机和运营商。本 OC 描述了获得数据链通信系统运营授权的过程、可接受的培训和维护方法以及运营使用政策。此外,它还描述了发生空中交通管制 (ATC) 数据链路通信事件时的适当行动。
摘要:多年来,人们对维护任务的认识已发生了深刻的变化。不同的方法已应用于航空、核能、化学和制造业等工业领域。提出的方法包括以可靠性为中心的维护方法、状态监测和基于风险的检查。在海运业中,维护大致细分为三类:纠正性(或运行至故障)、预防性(或基于时间间隔)和预测性维护。维护不善的船舶会增加运营成本,降低船舶可用性和可操作性,导致船上频繁检查并造成船员过度忙碌。此外,船东/管理者试图将他们在实际海洋领域的宝贵经验与技术进步相结合,以尽量减少与维护相关的障碍。本文介绍了船舶维护的背景及其各种类别。还使用故障模式、影响和危害性分析 (FMECA) 和故障树分析 (FTA) 工具展示了一种结合风险和危害性方法的新方法。此外,使用实际现场数据的机械相关设备案例研究证明了上述方法的结果。主要结果是识别关键项目和操作程序以及确定所检查系统的可靠性。
摘要 — COVID-19 疫情最近加剧了运输行业的激烈竞争。航空业受到的打击最大,因为国际边界的关闭迫使飞机运营商暂停其国际航线,飞机停在地面上而无法产生收入,同时仍需要进行充分的维护。为了保持运营的可持续性,在成本削减措施和安全标准履行(包括其维护程序)之间找到良好的平衡至关重要。本文提出了一种人工智能辅助预测性维护方案,该方案综合了预测建模和基于仿真的优化,以帮助航空公司确定其最佳的发动机维护方法。所提出的方法使航空公司能够利用其诊断测量和操作设置来设计更加定制的维护策略,并将发动机运行状况考虑在内。我们对所提方法的数值实验在不影响安全标准的前提下显著节省了成本。实验还表明,针对故障模式和操作设置量身定制的维护策略(我们的框架支持)比通用的最佳维护策略节省了 13% 的成本。我们提出的框架的通用性允许扩展到其他智能、安全关键的运输系统。
摘要:结构健康监测被认为是提高航空安全性和降低运营成本的可行解决方案,它可以根据机身的实际状况实现一种新颖的维护方法,从而降低定期检查带来的运营成本。然而,净收益几乎没有得到证明,而且目前还不清楚这种自主系统的实施如何影响飞机层面的性能。为了弥补这一差距,本文提出了一个系统分析,其中集成永久连接的传感器(用于诊断)的成本和重量对飞机主要性能的影响。通过多学科飞机分析框架,将飞机运行空重的增量与直接运营成本方面的可能收益进行比较,以确定盈亏平衡点。此外,该分析允许为结构健康监测系统建立设计指南,使飞机更安全,而不会产生任何经济损失。结果表明,运营成本低于参考飞机,最大起飞重量最多增加 4%。论文研究结果表明,从概念设计阶段开始就应考虑状态监测策略,因为这样可以最大限度地发挥这种创新技术的影响。然而,这涉及全新飞机的设计,而不是对现有飞机的改造。
我们已经建立了先进聚变中子源 (A-FNS) 的概念设计。为了获得聚变 DEMO DT 反应堆合格材料所需的辐照数据,我们新设计了九个测试模块 (TM) 以在 A-FNS 中实施。测试模块的设计基于一种新的独特维护方案:“与屏蔽塞集成的水平维护方法”。测试模块中 F82H 样品的目标 dpa 在运行可用率为 50% 的运行期间约为 10dpa/fpy。我们确定了测试单元中 TM 的配置,以实现每个测试模块所需的辐照数据。我们对锂靶系统的氚迁移进行了初步估计。发现需要 10 5 m 3 /h 的连续通风和几个容积为 30 m 3 的排水箱来排放每周的废水。 A-FNS 的设计目的是使产生的大量中子不仅可用于聚变材料辐照,还可用于各种非聚变用途。我们新设计了一个模块,用于生产大量用于医疗用途的 99 Mo。这种非聚变用途的模块可以安装在测试单元中,并兼容聚变材料辐照测试。
摘要。任何工业公司的维护经理的最终目标都是最大限度地延长生产资产的正常运行时间,并将停机时间降至最低。这些因素会影响行业满足生产期限的能力,同时仍能以最低的生产成本确保产品的质量。为了实现这一目标,需要有效的维护方法和创新的工具。先前的研究表明,当前制造技术日益复杂,需要越来越多的有能力和训练有素的人员来快速解决车间发生的中断。然而,有时很难实现有效的维修操作,尤其是当故障机器涉及各种可能的问题时,而指派熟练的技术人员和资源来处理故障设备需要的不仅仅是操作员报告的有关现场故障的信息。增强现实 (AR) 作为工业 4.0 框架中的新兴技术之一,提供了一种加速维护过程的方法,并最大限度地减少了由于操作员提供的维护信息有限而导致的维护工作重新投入。本文介绍了在新兴计算平台 Hololens 上 AR 与 CMMS 集成的应用,以展示这种集成在优化维护流程流程以提高盈利能力和竞争力方面的潜力
本文探讨了技术在改善土地登记和管理系统方面的关键作用,强调了法定和习惯土地法的整合。最近的技术进步极大地改变了土地管理,提高了效率和透明度,减少了财产纠纷。该研究利用对现有文献和案例研究的全面回顾来评估地理信息系统 (GIS)、区块链和数字数据库在土地登记中的应用和有效性。GIS 技术因其在土地划界和冲突预防方面的精确性而受到关注,而区块链则因提供安全、透明的土地登记维护方法而闻名,这有助于减少欺诈和未经授权的更改。此外,本文还研究了技术在解决土地纠纷中的作用,特别是在习惯土地权与法定法律相交叉的情况下。探讨了数字平台在解决纠纷方面的有效性,评估了它们提供更方便、更有效的解决土地相关冲突的方法的潜力。目的是全面了解当代技术如何加强土地登记和管理系统,从而实现更强大、更公平的土地治理。研究结果和建议特别相关
最近已经发现,包括供应链管理在内的各个部门中机器学习的最重要应用之一是预测性维护。这项研究的目的是调查在供应链管理框架内使用机器学习策略来预测维护的。传统的维护程序通常由于各种设备的意外故障而导致供应链中的效率低下和中断。可以通过使用预测性维护方法可以大大提高供应链操作的可靠性和性能。本文首先概述了预测性维护及其在供应链管理中所起的作用。讨论了意外设备故障和级联反应所带来的供应链中的问题。在预测维护的背景下,分析和讨论了许多不同的机器学习技术,包括监督学习,无监督学习和深度学习。除此之外,该研究还研究了数据收集策略,讨论了传感器数据,过去的维护记录以及可能影响设备健康的外部影响等主题。此外,本文讨论了与在供应链环境中安装预测维护系统相关的实施问题。其中一些挑战包括数据质量和集成,实时决策,成本问题等。本文调查了边缘计算和工业互联网(IoT)设备在使数据收集,分析和预防性维护更加有效的作用。
1974 年,美国国防部委托联合航空公司编写一份报告,介绍航空业为民航客机开发成本效益高维护计划所采用的技术。最终的报告名为《以可靠性为中心的维护》(F.S. Nowlan & H. Heap,国家技术信息服务,1978 年),描述了一种完全不同的飞机维护方法,该方法基于对传统维护实践的严格分析和对其缺点的评估。传统上,飞机维护计划的主要重点是确定具体的大修和退役间隔——大修间隔时间 (TBO)——以达到令人满意的可靠性水平。然而,对来自多家主要航空公司的大量运营数据进行工程分析后,我们对计划维护有效性的必要条件产生了令人着迷的见解。有两个发现特别令人惊讶:1. 对于复杂项目(如发动机),除非项目具有单一主要故障模式,否则计划大修对整体可靠性几乎没有影响。 2. 对于许多项目来说,根本没有任何形式的定期维护在技术和经济上都是可行的。例如,可靠性中心维护 (RCM) 研究人员早在 20 世纪 70 年代就确定,涡轮发动机的定期大修不会产生任何可靠性或经济效益,而严格按照状态维护此类动力装置可以延长使用寿命
