XiaoMi-AI文件搜索系统
World File Search System重复使用
文章 可重复使用火箭发动机应用的涡轮泵参数建模和可靠性评估
摘要：现代可重复使用发射器的发展，例如采用 LOX/LCH4 Prometheus 发动机的 Themis 项目、采用 LOX/LH2 RSR2 发动机的可重复使用 VTVL 发射器第一级演示器的 CALLISTO 以及采用 Merlin 1D 发动机的 SpaceX 猎鹰 9 号，都凸显了对先进控制算法的需求，以确保发动机的可靠运行。这些发动机的多次重启能力对节流阀提出了额外的要求，需要扩展控制器有效性域，以便在各种操作状态下安全地实现低推力水平。这种能力也增加了部件故障的风险，尤其是当发动机参数随着任务概况而变化时。为了解决这个问题，我们的研究使用多物理系统级建模和仿真，特别关注涡轮泵部件，评估了可重复使用火箭发动机 (RRE) 及其子部件在不同故障模式下的动态可靠性。使用 EcosimPro-ESPSS 软件（版本 6.4.34）进行的瞬态条件建模和性能分析表明，涡轮泵组件在标称条件下保持高可靠性，涡轮叶片即使在变化的热负荷和机械负荷下也表现出显著的疲劳寿命。此外，提出的预测模型估计了关键部件的剩余使用寿命，为提高可重复使用火箭发动机中涡轮泵的寿命和可靠性提供了宝贵的见解。本研究采用确定性、热相关结构模拟，关键控制目标包括燃烧室压力和混合比的最终状态跟踪以及操作约束的验证，以 LUMEN 演示发动机和 LE-5B-2 发动机为例。
可重复使用运载火箭下降与精确着陆的先进制导与鲁棒控制耦合
摘要：本文研究了连续凸优化制导与鲁棒结构化 H ∞ 控制的耦合，用于可重复使用运载火箭 (RLV) 的下降和精确着陆。更具体地说，该制导和控制 (G&C) 系统预计将集成到非线性六自由度 RLV 控制动力学模拟器中，该模拟器涵盖配备推力矢量控制系统和可操纵平面翼的第一级火箭的气动和动力下降阶段，直到垂直着陆。进行了成本函数策略分析，以找出最有效的闭环实现方法，其中包括鲁棒控制系统和所涉及的运载火箭飞行力学。此外，还详细介绍了通过结构化 H ∞ 进行控制器合成。后者是在下降轨迹的不同点使用比例-积分-微分 (PID) 类结构构建的，并对姿态角、速率和横向体速度进行反馈。通过上述模拟器的线性分析和非线性情况验证了该架构，并通过在正常条件下以及存在扰动的情况下与基线系统比较性能和稳健性来验证 G&C 方法。总体结果表明，所提出的 G&C 系统是可重复使用发射器真实下降飞行和精确着陆阶段的相关候选系统。
删除：识别设备机器学习模型窃取和重复使用移动应用程序中的漏洞
移动应用程序已通过装饰机学习（ML）技术提供人工智力（AI）服务而受欢迎。与在远程服务器上实现这些AI服务不同，这些在当地AI服务所需的这些设备技术敏感信息可以减轻远程数据收集的敏感数据收集的严重问题。但是，这些设备技术必须推动ML专业知识的核心（例如，，模型）到本地智能手机，这些智能手机仍在远程云和服务器上受到模拟漏洞的影响，尤其是在面对模型窃取攻击时。为了防止这些攻击，开发商采取了各种保护措施。毫无意义地，我们发现这些保护仍然不足，并且可以在移动应用程序中的设备ML模型提取和重复使用而无需限制。为了更好地证明其保护性不足和此攻击的可行性，本文提出了Dimistify，该摘要在应用程序中静态定位ML模型，切成相关的执行组件，并最终自动生成脚本以成功地移动应用程序以成功地窃取和重复使用目标ML模型。为了评估Dimistify并证明其适用性，我们将其应用于1，511顶级移动应用程序，使用设备ML专业知识基于其Google Play的安装数字来为几种ML服务，而Demistify可以成功执行1250个（82。73％）。此外，还进行了深入研究，以了解移动应用程序中的设备ML生态系统。
通过重复使用深神经网络特征的转移学习来进行神经影像学
摘要。将机器学习应用于神经图像的一个主要问题是MRI扫描仪的技术变异性和跨研究的受试者人群的差异。转移学习（TL）试图减轻这一问题。tl是指从相关任务中获取知识的一种方法，以改善感兴趣的任务中的概括。在这项工作中，我们在英国生物库MRI数据上进行了有关年龄和性别预测的深度神经网络，并研究了该网络对三个小型MRI数据集的预测。我们发现，神经网络可以在必要但充分的条件下从看不见的数据集中提取有意义的特征，以预测该网络以预测感兴趣的标签（例如如果年龄预测是感兴趣的任务，则对年龄预测进行了预先培训）。基于此，我们提出了一条转移学习管道，该管道依赖于在同一任务中重复使用深度神经网络功能。我们发现我们的方法的表现优于经典回归方法和从头开始训练网络。特别是我们改善了年龄和性别预测的最新结果。因此，我们的转移学习方法可以提供简单有效的管道，以在小型MRI数据集上实现高性能。
基于液氧/生物甲烷半重复使用发射器的航天发射服务参数生命周期评估
摘要 ArianeWorks 是由法国国家空间研究中心和阿丽亚娜集团发起的创新平台，它加速了 Themis 的开发，Themis 是一种由液氧和生物甲烷推动的低成本可重复使用的火箭级演示器，为 2030 年的欧洲发射系列铺平了道路。根据其股东的生态设计愿景，ArianeWorks 在 Themis 计划中启动了生态设计战略的实施。在此背景下，本研究介绍了基于半可重复使用发射器的发射服务的生命周期评估，该发射器源自 Themis 并在圭亚那航天中心运行，该评估发生在 Themis 的早期设计阶段。该分析意味着开发一个特定的框架来解释下级的可重复使用性，需要使用经过调整的功能单元、在生命周期中引入新的阶段以及特定的参数化来描述其复杂性。本文接着进行了敏感性分析，以确定影响的主要驱动因素并支持设计权衡分析，然后估计最大可信缓解潜力。然后，概述了一种评估可重复使用性可能带来的环境效益的方法，并为所研究的发射服务提供了初步结果。影响评估结果证实，结构和推进剂的生产对阿丽亚娜火箭的生命周期影响最大。由于延长寿命阶段会产生额外影响，因此低级火箭的回收和翻新也发挥着重要作用，但也使一些影响减少成为可能，这些影响可以通过明确的惯例来隔离。跨大西洋运输阶段或测试和加油期间的推进剂消耗会造成不可忽略的影响，这些影响可以通过采用节俭的方法或技术创新来减轻。总体而言，该研究强调，与基线相比，对气候变化和资源枯竭的总影响可能减少约 30-80%。然而，尽管人们普遍认为可重复使用性可以减少生命周期影响，但研究表明，实际情况要复杂得多，因为从发射器的环境性能比较中得出的结论取决于惯例、市场参数、运营方案和环境影响类别。对于所研究的发射服务，结果表明，虽然可重复使用性可能会减少对资源枯竭的影响，但它可能会增加对气候变化的影响。此外，可重复使用性的任何环境效益都可能被这项技术所促进的全球太空活动的增长完全抵消，从而导致适得其反的反弹效应。本研究强调，由于采用生态设计方法，影响可能会减少，这将减轻这种影响。关键词：环境影响、生命周期评估、生态设计、发射器、可重复使用性、方法论 首字母缩略词/缩写
用于集中电池存储系统的经济分析，由澳大利亚电动汽车的重复使用电池
摘要。随着电池储能技术的开发，集中式电池储能系统（CBESS）在开发电力方面具有广泛的前景。同时，电动汽车（EV）的退休锂离子电池为电池储能系统（BESS）提供了新的选择。本文通过用锂离子二人电池（SLB）更换新的锂离子电池（SLB），并以经济指标作为净现有价值（NPV）来评估经济福利，从而评估lithium-ion二人二人电池（SLB），从而研究了南部澳大利亚南部的集中式电池能量存储系统（CRBESS）， 储能系统。 本文提出了一种计算频率控制辅助服务（FCAS）收入的计算方法，该方法指的是在建立经济模型时，指的是市场股票率（MSR）。 此外，考虑到锂离子电池的残差值。 本文使用经济模型来计算CRBESS的盈利能力和发展潜力。 从经济角度来看，分析了CRBESS与CBESS的优势和可行性。储能系统。 本文提出了一种计算频率控制辅助服务（FCAS）收入的计算方法，该方法指的是在建立经济模型时，指的是市场股票率（MSR）。 此外，考虑到锂离子电池的残差值。 本文使用经济模型来计算CRBESS的盈利能力和发展潜力。 从经济角度来看，分析了CRBESS与CBESS的优势和可行性。储能系统。 本文提出了一种计算频率控制辅助服务（FCAS）收入的计算方法，该方法指的是在建立经济模型时，指的是市场股票率（MSR）。 此外，考虑到锂离子电池的残差值。 本文使用经济模型来计算CRBESS的盈利能力和发展潜力。 从经济角度来看，分析了CRBESS与CBESS的优势和可行性。储能系统。本文提出了一种计算频率控制辅助服务（FCAS）收入的计算方法，该方法指的是在建立经济模型时，指的是市场股票率（MSR）。此外，考虑到锂离子电池的残差值。本文使用经济模型来计算CRBESS的盈利能力和发展潜力。从经济角度来看，分析了CRBESS与CBESS的优势和可行性。
在多任务众包系统中以同意驱动的数据重复使用：by-design解决方案
移动人群允许在时间和空间上收集大量数据，以养活我们的环境知识，并将这些知识与用户行为联系起来。但是，移动人群面临的一个重大挑战是保证为贡献用户保存隐私。众包系统中的隐私保存导致了两种主要方法，有时是合并的，分别是为了换取奖励的隐私，并利用了增强隐私的技术'''匿名化数据'。尽管相关，但我们声称这些方法不能充分考虑到用户对所提供数据的使用的容忍度，以便人群系统保证用户保证用户的预期机密水平，并促进了对不同任务的人群的使用。为此，我们利用了completeness属性，该属性可确保所提供的数据可用于所有者同意的所有任务，只要它们与其他来源进行分析，并且由于用户对用户的相关贡献而没有违反隐私的侵犯，并且更加严格的隐私要求。因此，挑战是要在分析数据时确保completentions在允许数据中用于尽可能多的任务，并促进所得知识的准确性。这是通过对数据分布敏感的聚类算法来实现的，该算法优化了数据重用和实用程序。使用SGX飞地的原型实现进一步允许运行实验，以表明我们的系统会导致合理的性能开销，同时为恶意对手提供强大的安全性。尽管如此，即使在有恶意的对手能够在服务器端起作用的恶意对手，我们至关重要的是，我们为此引入了by-design-by-design架构利用可信赖的执行环境。©2022 Elsevier B.V.保留所有权利。
在可再生能源渗透率高的电力系统中重复使用电动汽车电池进行二次利用：系统文献综述
本文对电动汽车电池 (EVB) 在电力系统中二次利用的再利用进行了系统的文献综述。由于这些电池的成分和材料，它们的报废代表了一个主要的环境问题。该研究旨在分析 EVB 的再利用作为环境的可持续替代品。此外，它还寻求提供补充服务，以促进间歇性非常规可再生能源发电纳入电网。通过对著名数字目录中收录的科学出版物进行详尽搜索及其随后的系统处理，我们发现了 2018 年至 2023 年期间发表的一组 49 篇科学文章，其中确定了旨在促进循环经济的二次生命储能系统的不同机会、好处和局限性。研究结论是，尽管由于技术、成本和法规方面存在的挑战，电池再利用问题尚未得到充分解决或实施，但深入分析以提高效率并减少与制造、使用和处置此类电池相关的环境影响至关重要。
确定碳足迹减少重复使用轻巧的外部填充墙：英国一栋学校建筑的案例研究
全球建筑部门消耗了400亿吨的原材料，并负责大量CO 2排放。随着对环境影响的越来越认识，建筑部门正在寻求从线性经济“消除垃圾”的情况过渡到更大的循环经济原则。轻巧的外部填充墙壁建在主要结构框架的楼层之间，以提供建筑立面。这些组件的设计通常基于当前的线性经济模型。轻巧的外部填充墙在英国建造构建方面越来越普遍，但没有研究研究了考虑循环系统的潜在环境益处。这意味着缺乏对这些墙壁的碳足迹的研究，也缺乏重复使用它们的潜在环境益处。因此，本文评估了轻巧的外部填充墙壁中碳排放的重要性，并研究了轻巧的外部填充壁从建筑物框架中卸下并重复使用时是否有降低碳。本文首先研究了轻巧的外部填充墙的施工过程，并探索了降级和重复使用它们的机会。然后，使用生命周期评估框架分析了轻质外部填充墙的环境影响。灵敏度和不确定性分析。结果表明，（i）生命周期上轻巧的外部填充墙的体现碳代表整个建筑物的体现碳的大约22％，以及（ii）填充壁的灾难和重复使用可以减少建筑物的体现碳在典型的生活中与构造相比，而不是构造的场景，而不是构造的场景。
ASCenSIon 中可重复使用运载火箭的任务分析、GNC 和 ATD：多轨道多有效载荷注入、再入和安全处置
摘要 可重复使用运载火箭 (RLV) 不仅是经济和生态可持续的太空进入的关键，也是满足对小型卫星和巨型星座日益增长的需求的一项至关重要的创新。为了确保欧洲独立的太空进入能力，ASCenSIon（推进太空进入能力 - 可重复使用性和多卫星注入）作为一个创新培训网络诞生，拥有 15 名早期研究人员、10 名受益者和 14 个遍布欧洲的合作组织。本文概述了该任务，从可重复使用级的上升到再入，包括多轨道注入和安全处置。特别关注 ASCenSIon 内部开展的有关任务分析 (MA)、制导导航和控制 (GNC) 和气动热力学 (ATD) 的活动。介绍了项目的预见方法、途径和目标。这些主题由于相互关联，需要内部创新和高水平的协作。飞行前设计能力推动了 MA 和 GNC 任务化工具与 ATD 软件相结合以测试/探索再入解决方案的必要性。这种可靠而高效的工具将需要开发用于发射器再入的 GNC 算法。此外，还解决了 RLV 轨迹优化的具体挑战，例如集成的多学科飞行器设计和轨迹分析、快速可靠的机载方法。随后，本研究的结果用于制定控制策略。此外，执行新颖的多轨道多有效载荷注入。随后，开发了一种 GNC 架构，该架构能够在精度和软着陆约束下以最佳方式将飞行器引导至目标着陆点。此外，ATD 在多个阶段影响任务概况，需要在每个设计步骤中加以考虑。由于初步设计阶段的复杂性和计算资源有限，需要使用响应时间短的替代模型来基于压力拓扑预测沿所考虑轨迹的壁面热通量。完整的概况包括发射装置为确保遵守空间碎片减缓指南而采用的任务后处置策略，以及这些策略的初步可靠性方面。本文对 ASCenSIon 工作框架内讨论的主题及其相互联系进行了初步分析，为开发 RLV 的新型尖端技术铺平了道路。关键词：可重复使用运载火箭、制导、导航和控制、可靠性、气动热力学、