XiaoMi-AI文件搜索系统
World File Search System语义学
未来工厂入门 - 语义学者
摘要：在一个充满活力且快速变化的世界中，客户经常相互冲突的需求不断发展，超出了传统工厂应对现代生产挑战的能力。为了解决这些挑战，已经提出了几种制造模式。其中一些有智能工厂、智能工厂、数字工厂和基于云的工厂等绰号。由于对一般术语缺乏共识，本文使用未来工厂（或未来工厂）一词作为这些范式的集体委婉说法。未来工厂是多种技术、技巧和能力的创造性融合，代表了当前生产能力、模式和实践的重大变化。作者结合半叙述研究方法和滚雪球法，回顾了公开文献，以了解最常见的智能制造范式背后的组织原则，以期开发一个创造性的参考文献，在一个集体通用语言下阐明它们的共同特征和特点，即未来工厂。作为一篇评论文章和参考专著，本文详细介绍了现代工厂及其各种内涵的含义、特点、技术框架和应用。除其他目标外，它还描述了下一代工厂，并概述了指导其结构化开发和部署的参考架构/模型。讨论了三种能够推进未来工厂目标并快速扩大该领域进步的先进通信技术。确定下一代工厂将是数据丰富的环境。其最终价值的实现将取决于利益相关者开发适当基础设施以提取、存储和处理数据以支持决策和流程优化的能力。
数字孪生：从起源到未来 - 语义学者
摘要：数字孪生（DT）是指任何物理实体（物理孪生）的虚拟副本或模型，两者通过实时数据交换相互连接。从概念上讲，DT 实时模仿其物理孪生的状态，反之亦然。DT 的应用包括实时监控、设计/规划、优化、维护、远程访问等。预计其实施将在未来几十年呈指数级增长。工业 4.0 的出现带来了更加自主、智能和高度互联的复杂工业系统。这些系统生成大量数据，可用于多种应用，例如提高性能、预测性维护、培训等。与“数字孪生”相关的出版物数量突然激增，导致与工业数字化相关的不同术语之间产生混淆。由于 DT 越来越受欢迎，另一个问题就是对 DT 的描述缺乏共识，而且 DT 的类型也非常多，这增加了混乱。本文旨在整合文献中不同类型的 DT 和不同的 DT 定义，以便于从其他补充术语（如“产品化身”、“数字线程”、“数字模型”和“数字阴影”）中轻松识别 DT。本文从 DT 的概念诞生之初就着眼于其预测的未来，以了解它可以为某些行业带来的价值。对于任何研究人员、企业或行业来说，在投资该技术之前，了解 DT 的特点和类型并权衡其利弊都是必不可少的。
传感器 - 语义学者
摘要：无人机系统 (UAS) 航空电子设备的不断发展，为飞行器和地面任务控制带来了更高水平的智能化和自主性，从而催生了新的有前途的操作概念。一对多 (OTM) UAS 操作就是这样一个概念，它的实施需要在多个领域取得重大进展，特别是在人机界面和交互 (HMI 2 ) 领域。在 OTM 操作期间测量认知负荷，特别是心理工作负荷 (MWL) 是可取的，因为它可以减轻自动化程度提高带来的一些负面影响，通过提供动态优化航空电子 HMI 2 的能力，实现自主飞行器和人类操作员之间的最佳任务共享。本文提出的新型认知人机系统 (CHMS) 是一种信息物理人 (CPH) 系统，它利用了经济实惠的生理传感器的最新技术发展。该系统专注于生理感知和人工智能 (AI) 技术，这些技术可以支持 HMI 2 的动态调整，以响应操作员的认知状态（包括 MWL）、外部/环境条件和任务成功标准。然而，仍然存在重大的研究空白，其中之一涉及一种可以应用于 UAS 操作场景的确定 MWL 的普遍有效方法。因此，在本文中，我们介绍了一项关于测量的研究结果
金属 - 语义学者
初步观察记录于 19 世纪初欧洲工业革命期间。在此期间，多条铁路、重型机车和发动机在经过长时间运行后意外发生故障。1829 年，W.A.S. Albert 在对铁链进行循环载荷试验时发现了这种故障 [1,2]。随后，在 1837 年，他在一本杂志上报道了循环载荷与金属寿命之间的关系。根据这一观察，铸铁车轴设计师 J.V. Poncelet 使用了“fatigare”一词，英国的 F. Brainthwaite 于 1854 年将其命名为疲劳 [3,4]。1842 年，法国凡尔赛附近发生了最严重的铁路灾难之一。途中几台机车的车轴断裂。经 W.J.M. 检查后，英国铁路的 Rankine 发现后，证实车轴发生了脆性断裂 [2]。根据这一观察，August Wöhler 在机车车轴失效方面进行了一些开创性的工作，为疲劳理解奠定了基础。Wöhler 绘制了克虏伯车轴钢数据与应力 (S) 和失效循环数 (N) 的关系图。该图后来被称为 S-N 图 [5,6]。S-N 图可用于预测金属的疲劳寿命和持久极限，即应力的极限阈值，低于该阈值，工程材料将表现出很高或无限高的疲劳寿命。因此，A. Wöhler 被认为是现代疲劳技术的鼻祖 [7]。1886 年，J. Bauschinger 发表了第一篇
传感器 - 语义学者
摘要：信息技术的快速发展对许多行业产生了重要影响。出现了“工业 4.0”概念，象征着第四次工业革命。该概念与物联网、区块链、雾计算、大数据等有前景的技术密切相关。本研究考察了采矿业领域。我们讨论了以基于现代数字技术的公共信息空间开发为代价来提高采矿企业效率的可能性。我们分析了采矿企业生产过程参与者之间数据流层面的安全问题。我们定义了在控制中心和独立技术单元之间可能失去连接的情况下，为采矿企业生产过程提供数据可靠性的问题。我们基于区块链和数字水印技术，为解决给定问题提供了一种新方法。进行了计算实验，提出了在常见微控制器型号上实现所提供方法的可能性。
传感器 - 语义学者
摘要：本文介绍一种新方法，将人机界面 (HMI) 状态（一种涵盖操作员动作和过程状态的视觉反馈状态模式）从多变量时间序列转换为自然语言处理 (NLP) 建模领域。该方法的目标是在给定 k 个滞后过去 HMI 状态模式的情况下，预测 n 个提前时间步长窗口的操作员响应模式。NLP 方法提供了在 HMI 状态模式中编码 (语义) 上下文关系的可能性。为此，介绍了一种使用序列到序列 (seq2seq) 深度学习机器翻译算法构建原始 HMI 数据以进行监督训练的技术。此外，基于注意力等当前最先进的设计元素的自定义 Seq2Seq 卷积神经网络 (CNN) NLP 模型与基于标准循环神经网络 (RNN) 的 NLP 模型进行了比较。结果表明，用于建模 HMI 状态的两种 NLP 模型设计具有相当的有效性。 RNN NLP 模型显示出更高的（≈ 26%）预测准确度，一般来说，无论是样本内还是样本外的测试数据集。然而，自定义 CNN NLP 模型显示出更高的（≈ 53%）验证准确度，表明在相同数量的可用训练数据的情况下，过度拟合较少。所提出的工业 HMI NLP 建模的实际应用，例如在发电站控制室、航空（驾驶舱）等，正朝着现实的方向发展
传感器 - 语义学者
这两个问题都可以通过使用基于 PID 控制器的经典控制系统方法来解决 [8-13]。然而，开发多维 PID 控制器很困难，因为它们没有理论背景。因此，这种综合有点直观，取决于经验法则，需要控制系统工程师的丰富经验。另一种可能性是使用反步或滑模控制。在 [14] 中，终端滑模和反步控制已成功应用于实时无人机。在 [15] 中，基于线性反馈表示的鲁棒控制器可减少动态不确定性和外部干扰，并设计应用于实时欠驱动系统。现代控制技术，尤其是最优控制理论，为开发高效、鲁棒的多维控制器提供了可能性 [16-20]。它们非常适合处理非常一般类型的跟踪问题。在 [21] 中，瞬时最优控制用于输入饱和的机器人轨迹跟踪。 [22] 中介绍了采用辛伪谱最优控制的三维欠驱动板条箱跟踪。在 [23] 中，表明最优周期
应用科学 - 语义学者
摘要：随着飞机系统数量的增加，完全手动的开发方法对于从分布式集成模块化航空电子 (DIMA) 系统的大量配置中找到最佳硬件和软件映射已不切实际。应该提供并彻底理解找到这种优化映射的自动化方法。本文是对 DIMA 最佳硬件和软件映射基础的研究。我们首先回顾 DIMA 系统架构。然后，我们提出硬件和软件映射的问题陈述及其确保的数学优化模型。确定了一组主要的架构质量指标（例如可靠性和可扩展性）和飞机约束（例如隔离和资源约束），可用于组成目标函数或比较和交易替代方案。基于质量指标和飞机约束，我们通过多目标优化综合了一个包罗万象的公式。然后回顾和比较了硬件和软件映射的各种优化方法。介绍了航空电子系统的 DIMA 优化案例研究，其中报告了具有不同目标和约束的不同优化问题的运行时间。此外，我们还介绍并讨论了未解决的问题和未来趋势，未来的发展可以借鉴这些趋势。
安全 - 语义学者
摘要：在目视飞行规则 (VFR) 下操作飞机时遇到仪表气象条件 (IMC) 的现象仍然是主要关注领域。研究表明，在 VFR 下操作的飞行员继续在 IMC 下操作仍然是通用航空 (GA) 事故的重要原因，导致数百人死亡。本研究使用了澳大利亚运输安全局 (ATSB) 数据库，该数据库包含 2003 年至 2019 年共 196 起 VFR 至 IMC 事件，其中 26 起有正式报告。采用解释性设计，首先对有报告的 26 起事件进行定性研究，然后对所有 196 起事件进行定量研究。调查的因素包括事件发生的地点和日期、涉及的飞机（制造商、型号、类型）、飞行员详细信息（执照、等级、h 和医疗）、死亡人数和因果因素。使用 Fisher 精确检验来强调显著关系。结果表明，如果 (1) 事件涉及私人运营，(2) 飞行员只有夜间 VFR 等级，(3) 飞行员选择进入 IMC，(4) 飞行员没有进行适当的飞行前规划咨询航空气象服务，以及 (5) 飞行员拥有超过 500 小时的飞行经验，则事件更有可能导致致命后果。进一步的结果表明，如果气象条件是多云而无降水，如果飞行员拥有完整的仪表等级，或者飞行员通过无线电协助，事件导致致命后果的可能性较小。使用人为因素分析和分类系统 (HFACS) 框架对数据进行分析后发现，致命事件中发生错误和违规的频率略高于非致命事件。定量分析表明，尽管已采取措施解决该问题，但 VFR 到 IMC 的发生次数并未减少。
传感器 - 语义学者
摘要：小型飞机类别（例如小型空中运输（SAT）、城市空中交通（UAM）、无人机系统（UAS））、现代航空电子解决方案（例如电传操纵（FBW））和减小的飞机（A/C）尺寸的异质性需要更紧凑、集成、数字化和模块化的空气数据系统（ADS），能够测量来自外部环境的数据。在 Clean Sky 2 计划的框架内资助的 MIDAS 项目旨在通过经过商业应用认证的 ADS 满足这些最新要求。主要支柱在于 COTS 解决方案和分析传感器（专利技术）之间的智能融合，以识别空气动力学角度。识别涉及飞行动态关系和基于神经技术的数据驱动状态观察器，一旦训练完成，它们就是确定性的。由于该项目将首次将分析传感器作为冗余系统的一部分安装在民用飞机上，因此本工作中记录的设计活动特别关注适航认证方面。在此成熟度级别，使用模拟数据，下一阶段将使用真实飞行测试数据。描述了训练和测试方面的数据收集。训练操作旨在激发所有动态模式，而测试操作旨在独立于训练集和所有自动驾驶仪配置验证结果。结果表明，替代解决方案