Hasil untuk "Industrial directories"

José R. Rodríguez, S. Bernet, Bin Wu et al.

Flavien Armangeon, Thibaud Ehret, Enric Meinhardt-Llopis et al.

Aligning functional schematics with 2D and 3D scene acquisitions is crucial for building digital twins, especially for old industrial facilities that lack native digital models. Current manual alignment using images and LiDAR data does not scale due to tediousness and complexity of industrial sites. Inconsistencies between schematics and reality, and the scarcity of public industrial datasets, make the problem both challenging and underexplored. This paper introduces IRIS-v2, a comprehensive dataset to support further research. It includes images, point clouds, 2D annotated boxes and segmentation masks, a CAD model, 3D pipe routing information, and the P&ID (Piping and Instrumentation Diagram). The alignment is experimented on a practical case study, aiming at reducing the time required for this task by combining segmentation and graph matching.

Christophe Ponsard, Abiola Paterne Chokki, Jean-François Daune

Cyber-Physical Systems (CPS) play a critical role in modern industrial domains, including manufacturing, energy, transportation, and healthcare, where they enable automation, optimization, and real-time decision-making. Ensuring the robustness of these systems is paramount, as failures can have significant economic, operational, and safety consequences. This paper present findings from an industrial survey conducted in Wallonia, covering a wide range of sectors, to assess the current state of practice in CPS robustness. It investigates robustness from how it is understood and applied in relationship with requirements engineering, system design, test execution, failure modes, and available tools. It identifies key challenges and gaps between industry practices and state-of-the-art methodologies. Additionally, it compares our findings with similar industrial surveys from the literature.

Suhas Raghunath, Seyed Hamidreza Ghaffar

This paper presents the development and evaluation of an IoT-enabled smart helmet designed to enhance worker safety and site productivity in high-risk construction environments. The primary objective is to mitigate fall-related and heat-related risks commonly faced by laborers in the Gulf region. The proposed system integrates GPS, temperature–humidity (DHT11), and motion sensors (MPU6050 gyroscope and accelerometer) into a compact, wearable unit capable of real-time data transmission. A key technological novelty is the embedded fall detection mechanism, which analyzes sudden movement patterns to trigger instant alerts, enhancing response times during critical incidents. A fall detection algorithm was developed to identify abnormal movement patterns and trigger instant alerts, while continuous temperature monitoring addresses risks of heat stress in extreme climatic conditions such as Dubai, where temperatures exceed 45 °C. Field trials and simulations confirmed the feasibility of the system, demonstrating reliable data transmission, accurate fall detection, and effective remote monitoring. The solution is coupled with a rental-based business model, making it cost-effective and scalable for contractors. The findings suggest that the proposed helmet provides a practical and scalable safety solution.

Ruimin Ma, Sebastian Zudaire, Zhen Li et al.

Object 6DoF (6D) pose estimation is essential for robotic perception, especially in industrial settings. It enables robots to interact with the environment and manipulate objects. However, existing benchmarks on object 6D pose estimation primarily use everyday objects with rich textures and low-reflectivity, limiting model generalization to industrial scenarios where objects are often metallic, texture-less, and highly reflective. To address this gap, we propose a novel dataset and benchmark namely \textit{Industrial Metallic Dataset (IMD)}, tailored for industrial applications. Our dataset comprises 45 true-to-scale industrial components, captured with an RGB-D camera under natural indoor lighting and varied object arrangements to replicate real-world conditions. The benchmark supports three tasks, including video object segmentation, 6D pose tracking, and one-shot 6D pose estimation. We evaluate existing state-of-the-art models, including XMem and SAM2 for segmentation, and BundleTrack and BundleSDF for pose estimation, to assess model performance in industrial contexts. Evaluation results show that our industrial dataset is more challenging than existing household object datasets. This benchmark provides the baseline for developing and comparing segmentation and pose estimation algorithms that better generalize to industrial robotics scenarios.

Bo Wu

In order to explore whether environmental liability insurance has an important impact on industrial emission reduction, this paper selects provincial (city) level panel data from 2010 to 2020 and constructs a two-way fixed effect model to analyze the impact of environmental liability insurance on carbon emissions from both direct and indirect levels. The empirical analysis results show that: at the direct level, the development of environmental liability insurance has the effect of reducing industrial carbon emissions, and its effect is heterogeneous. At the indirect level, the role of environmental liability insurance is weaker in areas with developed financial industry and underdeveloped financial industry. Further heterogeneity analysis shows that in the industrial developed areas, the effect of environmental liability insurance on carbon emissions is more obvious. Based on this, countermeasures and suggestions are put forward from the aspects of expanding the coverage of environmental liability insurance, innovating the development of environmental liability insurance and improving the level of industrialization.

Matshidiso Moso, Oludolapo Akanni Olanrewaju

Total quality management (TQM) is a strategic philosophy that has adopted kaizen activities which drives the business to carry out activities effectively to yield the best desired output, hence, a profitable organization. The kaizen philosophy acts as a catalyst in productivity rate and integrated management systems (IMS) which results in drastic improvements. When the nonconformity arises within the process, the accuracy of the problem solving determines quality of preventive action, therefore the preventive action should be accompanied by the opportunity of improvement from the raised nonconformance. This research seeks to add more knowledge and upgrade technology of problem-solving models relating to the integrated management systems by examining various troubleshooting models for problem solving and preventive action related to quality nonconformances, safety incidents and engineering breakdowns. Hence, the aim of this research is for troubleshooting model technique enhancement for issues related to process engineering, quality management systems and occupational health and safety by creating a model which analyses kaizen projects from the corrective and preventive action analysis of nonconformances. The proposed troubleshooting model was developed using lean techniques and risk rating tools; it was then applied to the case study company for simulation and the outcomes resulted in the closure of nonconformances and continual improvement of future projects. The proposed model is more advantageous to the manufacturing industries seeking to improve their Corrective Action and Preventive Action (CAPA) systems.

Serhii Artiukh, Oleksandr Zhuk , Volodymyr Cherneha

Сьогодні активно застосовуються безпроводові сенсорні мережі для розвідки і спостереження, оперативного збору інформації про обстановку, що передається до пунктів управління для аналізу та прийняття рішень у реальному часі. Вирішення питань захисту інформації під час використання сенсорів постають на перший план у процесі ведення бойових дій. Метою статті є удосконалення класифікації атак у безпроводових сенсорних мережах тактичної ланки управління військами на основі проведеного аналізу існуючих вразливостей для забезпечення безпеки таких мереж. Під час написання статті застосовано теоретичні методи, а саме аналіз досліджень і публікацій за тематикою розвитку та впровадження безпроводових сенсорних мереж у воєнній сфері, аналіз існуючих атак на такі мережі та синтез класифікації атак на безпроводові сенсорні мережі тактичної ланки управління військами. Зазначений методологічний підхід дає змогу розробити методи протидії атакам та удосконалити механізми захисту безпроводових сенсорних мереж тактичної ланки управління. У роботі проведено аналіз вразливостей, що визначаються особливостями архітектури безпроводових сенсорних мереж і протоколами їх функціонування. Описано основні та додаткові вимоги з безпеки таких мереж. Наведено удосконалену класифікацію атак у безпроводових сенсорних мережах за такими ознаками як характер дій, рівень моделі відкритих систем, мета впливу, об’єкт управління, позиціонування відносно мережі, тип атакуючого пристрою. На основі запропонованої класифікації проведено аналіз існуючих атак у безпроводових сенсорних мережах тактичної ланки управління військами. Новизною роботи є те, що проведено удосконалення класифікації атак на мобільні радіомережі за порушенням конфіденційності, цілісності, доступності, автентифікації та виснаження ресурсів. Вперше запропоновано класифікацію атак за впливом на різні об’єкти системи управління (підсистемами управління моніторингом, топологією, маршрутизацією, енергоресурсами вузлів, радіоресурсами, якістю обслуговування). Відповідно до запропонованої класифікації розкрито сутність атак на безпроводові сенсорні мережі тактичної ланки управління військами та запропоновано механізми захисту від них. Проаналізовані вразливості та наведена класифікація сприяють поглибленню наукових знань стосовно безпеки систем управління безпроводових сенсорних мереж тактичної ланки управління військами. Прикладне використання ознак класифікації атак сприятиме розробленню архітектури побудови (функціональної моделі) підсистеми управління безпекою з урахуванням особливостей характеристик, методів побудови та організації безпроводових сенсорних мереж.

Roman Mykolaichuk , Vira Mykolaichuk , Pavlo Marchenko

Стаття присвячена вдосконаленню моделей роботизованих засобів для ефективного моніторингу інтелектуальних динамічних об'єктів. У контексті розвитку роботизованих систем моніторингу, особливо в умовах, де роботизовані засоби мають справу з інтелектуальними динамічними об'єктами моніторингу, що активно ухиляються від виявлення та ідентифікації, виникає новий виклик, що полягає у потребі розроблення складних моделей, здатних ефективно моделювати роботизовані засоби з метою протидії такій поведінці об’єктів моніторингу. Традиційні підходи до моделювання часто виявляються недостатньо гнучкими для вирішення таких завдань. Мета статті полягає у розробленні моделі роботизованих засобів для забезпечення ефективного моніторингу інтелектуальних динамічних об'єктів на основі використання методів навчання з підкріпленням. Під час проведеного дослідження були застосовані методи навчання з підкріпленням для адаптації поведінки роботизованих систем до динамічно змінюваних умов, комп’ютерного зору та згорткових нейронних мереж для визначення параметрів роботизованих засобів залежно від розташування в середовищі моделювання. Це дає змогу розробити моделі, здатні до самонавчання та самовдосконалення в реальному часі, що є ключовим для ефективного моніторингу та протидії з інтелектуальними динамічними об'єктами. Отримані результати включають розроблення моделі та відповідних алгоритмів, що демонструють здатність до швидкої адаптації, точності прогнозування поведінки об'єктів та ефективної протидії. На основі створеної моделі, був проведений експеримент, у межах якого роботизовані засоби та інтелектуальні об'єкти з випадково заданими параметрами протидіяли у контрольованому середовищі, що дало змогу зробити висновки про працездатність запропонованої моделі. Наукова новизна дослідження полягає у впровадженні сучасних методів навчання з підкріпленням для створення гнучких та адаптивних моделей роботизованих засобів для систем моніторингу, здатних до ефективної протидії з інтелектуальними об'єктами у різних умовах. Теоретична значущість полягає у розширенні розуміння можливостей машинного навчання у сфері робототехніки, а практична значущість – у потенціалі застосування розроблених моделей у військовій та технічній галузях для підвищення ефективності моніторингу та управління. В цілому, стаття розкриває важливі аспекти використання методів навчання з підкріпленням для оптимізації протидії роботизованих засобів з інтелектуальними динамічними об'єктами та надає практичні рекомендації для подальших досліджень у цій області.

Tomislav Duricic, Peter Müllner, Nicole Weidinger et al.

Many industrial sectors rely on well-trained employees that are able to operate complex machinery. In this work, we demonstrate an AI-powered immersive assistance system that supports users in performing complex tasks in industrial environments. Specifically, our system leverages a VR environment that resembles a juice mixer setup. This digital twin of a physical setup simulates complex industrial machinery used to mix preparations or liquids (e.g., similar to the pharmaceutical industry) and includes various containers, sensors, pumps, and flow controllers. This setup demonstrates our system's capabilities in a controlled environment while acting as a proof-of-concept for broader industrial applications. The core components of our multimodal AI assistant are a large language model and a speech-to-text model that process a video and audio recording of an expert performing the task in a VR environment. The video and speech input extracted from the expert's video enables it to provide step-by-step guidance to support users in executing complex tasks. This demonstration showcases the potential of our AI-powered assistant to reduce cognitive load, increase productivity, and enhance safety in industrial environments.

William Farlessyost, Shweta Singh

Industrial ecosystems are coupled with natural systems through utilization of feedstocks and waste disposal. To ensure resilience in production of industrial systems under the threat of climate change scenarios, it is necessary to evaluate the impact of this coupling on productivity and waste generation. In this work, we present a novel methodology for modeling and assessing the resilience of coupled natural-industrial ecosystems under climate change scenarios. We develop a computationally efficient framework that integrates liquid time-constant (LTC) neural networks as surrogate models to capture complex, nonlinear dynamics of coupled agricultural and industrial systems. The approach is demonstrated through a case study of a soybean-based biodiesel production network in Champaign County, Illinois. LTC models are trained to capture dynamics of nodes and are then coupled and driven by statistically downscaled climate projections for RCP 4.5 and 8.5 scenarios from 2006-2096. The framework enables rapid simulation of system-wide material flow dynamics and exploration of cascading effects from climate-induced disruptions. Results reveal non-linear behaviors and potential tipping points in system resilience under different climate scenarios and farm sizes. The RCP 8.5 scenario led to earlier and more frequent production failures, increased reliance on imports for smaller farms, and complex patterns of waste accumulation and stock levels. The methodology provides valuable insights into system vulnerabilities and adaptive capacities, offering decision support for enhancing the resilience and sustainability of coupled natural-industrial ecosystems in the face of climate change. The framework's adaptability suggests potential applications across various industrial ecosystems and climate-sensitive sectors

Markus Voggenreiter, Florian Angermeir, Fabiola Moyón et al.

In recent years, DevOps, the unification of development and operation workflows, has become a trend for the industrial software development lifecycle. Security activities turned into an essential field of application for DevOps principles as they are a fundamental part of secure software development in the industry. A common practice arising from this trend is the automation of security tests that analyze a software product from several perspectives. To effectively improve the security of the analyzed product, the identified security findings must be managed and looped back to the project team for stakeholders to take action. This management must cope with several challenges ranging from low data quality to a consistent prioritization of findings while following DevOps aims. To manage security findings with the same efficiency as other activities in DevOps projects, a methodology for the management of industrial security findings minding DevOps principles is essential. In this paper, we propose a methodology for the management of security findings in industrial DevOps projects, summarizing our research in this domain and presenting the resulting artifact. As an instance of the methodology, we developed the Security Flama, a semantic knowledge base for the automated management of security findings. To analyze the impact of our methodology on industrial practice, we performed a case study on two DevOps projects of a multinational industrial enterprise. The results emphasize the importance of using such an automated methodology in industrial DevOps projects, confirm our approach's usefulness and positive impact on the studied projects, and identify the communication strategy as a crucial factor for usability in practice.

Lennon Ó Náraigh

We introduce two models of industrial drying - a simplified one-equation model, and a detailed three-equation model. The purpose of the simplified model is rigorous validation of numerical methods for PDE-constrained optimal control. The purpose of the detailed model is to be able to predict and control the behaviour of an industrial disk drier. For both models, we introduce a fully validated numerical method to compute the optimal source term to maintain the outlet temperature as close as possible to the set-point temperature. By performing simulations using realistic parameters for industrial driers, we illustrate potential applications of the method.

Mykola Dumenko

Успішне вирішення завдань щодо відбиття збройної агресії в умовах ведення збройної боротьби сучасності можуть вирішити лише добре підготовлені та укомплектовані війська. Метою статті є розробка методу розподілу людських ресурсів між військовими формуваннями для підготовки кадровими органами оперативно-тактичного та оперативно-стратегічного рівнів обґрунтованих пропозицій командувачам (начальникам) до замислу операцій (бойових дій) для ухвалення рішення щодо маневру (перерозподілу) особового складу між Об’єднаними угрупуваннями військ. Під час проведення дослідження застосовано метод динамічного програмування, за допомогою якого вирішується оптимізаційна задача щодо знаходження такого оптимального розподілу людських ресурсів за m-періодів комплектування, за яких функція укомплектованості на останньому періоді комплектування буде максимальною. Оскільки укомплектованість залежить від значної кількості параметрів, які змінюються у часі, то для оптимального розподілу людських ресурсів необхідно проаналізувати та спрогнозувати зміни параметрів укомплектованості. Для цього застосовується метод прогнозування параметрів укомплектованості військових частин, який побудовано на методі нелінійної екстраполяції. Сутністю методу прогнозування укомплектованості військових частин Збройних сил України є використання логістично-ймовірнісної моделі опорного тренду комплектування, що змінюється за часом.  Наукова новизна полягає в тому, що запропонований метод розроблений вперше, а практична значущість статті дозволяє вирішувати завдання, які постають перед Збройними силами України щоденно, проведення оптимального розподілу людських ресурсів між військовими формуваннями з урахуванням темпів мобілізаційного розгортання, обсягів надходження мобілізаційних людських ресурсів, безповоротних і санітарних втрат під час мобілізації та бойових дій.

El Khadiri Issam, Zemzami Maria, Nguyen Nhan-Quy et al.

Topology optimization is widely recognized for its ability to determine the best distribution of material in a structure to optimize its stiffness. This process often leads to creative configurations that produce complicated geometries challenging to construct using traditional techniques. Additive manufacturing has recently received a lot of interest from academics as well as industry. When compared to traditional methods, additive manufacturing or 3D printing offers considerable benefits (direct manufacture, time savings, fabrication of complex geometries, etc.). Recently, additive manufacturing techniques are increasingly being employed in industry to create complex components that cannot be produced using standard methods. The primary benefit of these techniques is the amount of creative flexibility they give designers. Additive manufacturing technology with higher resolution output capabilities has created a wealth of options for bridging the topology optimization and product application gap. This paper is a preliminary attempt to determine the key aspects of research on the integration of topology optimization and additive manufacturing, to outline topology optimization methods for these aspects with a review of various scientific and industry applications during the last years.

Yong Chen

Meilani Devi Utami

This study aims to determine the factors influencing carbon emissions disclosure in basic and chemical industrial companies listed on the IDX in 2016-2019. The research approach used in this study is a quantitative approach of the Explanatory Research type to explain the relationship between the independent and dependent variables through hypothesis testing. The sample selection was used using a purposive sampling method with the following criteria. Data in the form of financial reports and company annual reports were obtained from the website of the Indonesia Stock Exchange ICMD (Indonesian Capital Market Directory), and www.finance.yahoo.com. The data used in this study are time series and cross-section data. Based on the research that has been done, it can be concluded that the Good Corporate Governance variable has a positive and significant effect on Carbon Emissions Disclosure; Managerial Ownership Variables have a negative and significant effect on Carbon Emissions Disclosures; firm Value Variables do not affect Carbon Emissions Disclosures, Leverage Variables do not affect Carbon Emissions Disclosures, Company Size Variables have a positive and significant effect on Carbon Emissions Disclosures, Good Corporate Governance Variables, Managerial Ownership, Firm Value, Leverage and Firm Size jointly influence Carbon Emissions Disclosure. The results of this study can provide information for regulators, company management, investors, creditors, and other interested parties to understand the importance of the supervisory function in a company.

Jiro Moriguchi, Yuko Nyuhara, Fumiko Ohashi et al.

Objectives: This study aimed to investigate the activities to support balancing treatment and the occupational life of employees provided by occupational health service organizations. We also aimed to collect suggestions from these organizations for improving support activities in enterprises. Methods: Questionnaires about support activities (status, required external support, collaborative external facilities) were sent to 121 occupational health service organizations in Japan in 2018. Completed questionnaires were collected from 76 organizations (Response rate: 63.0%). The organizations were categorized as small (fewer than 99 employees), medium (100–199 employees), and large (200 employees or more). Results: More than 20% of the organizations had already started to provide several kinds of support activities. There were no significant differences in the status of support activities by size of occupational health service organization. To promote support activities, the organizations required external support, like educational programs, for occupational health specialists (59.5%), staff in client enterprises or health insurers (50.0%), or managers in the organizations themselves (48.6%). The most common external facility for referral or cooperation was prefectural occupational health total support centers (40.0% for referral and 24.0% for cooperation). Conclusions: This study found that some occupational health service organizations have already started to provide support activities for their clients. To promote these support activities, more educational programs should be provided for occupational health specialists, managers within the organizations, and staff of their clients.

Ramesh Thangamani, Praveen Ayyappan Susila, Pillai Praveen Bhaskaran et al.

This study performed a steady-state numerical analysis to understand the temperature in different heat sink configurations for LED applications. Seven heat sink configurations named R, H-6, H-8, H-10, C, C3, and C3E3 were considered. Parameters like input power, number of fins, heat sink configuration were varied, and their influence on LED temperature distribution, heat sink thermal resistance and thermal interface material temperature were studied. The results showed that the temperature distribution of the H-6 heat sink decreased by 46.30% compared with the Cheat sink for an input power of 16 W. The result of the H-6 heat sink shows that the heat sink thermal resistance was decreased by 73.91% compared with the Cheat sink at 16 W. The lowest interface material temperature of 54.11 °C was achieved by the H-6 heat sink when the input power was used 16 W. The H-6 heat sink exhibited better performance due to more surface area with several fins than other heat sinks.

Рамис Алмазович Галиакберов