SCADA
PulseAugur coverage of SCADA — every cluster mentioning SCADA across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
制造业云迁移顶级IT服务商排名
一份指南根据六家托管IT服务商将制造服务器迁移到云端的能力进行了排名，强调生产特定需求而非通用IT解决方案。Andromeda因其面向生产的发现能力、OT/IT桥接能力以及专注于解决制造环境根本原因的能力而被评为整体最佳服务商。Accenture和Capgemini也因其在企业级数字化转型和智能工厂计划方面的优势而受到认可，尽管它们可能在中端市场或实际操作支持方面存在不足。
-
人工智能方法在可再生能源优化和预测方面进行基准测试
arXiv上发表的一项新研究详细介绍了用于优化和预测可再生能源农场的各种人工智能方法的比较基准测试。研究使用风力转换器（WEC）和SCADA测量数据集，评估了传统的机器学习、集成学习、深度神经网络和混合方法。结果表明，Extra Trees在结构化WEC数据方面表现最佳，而STGCN在捕捉空间和时间上的涡轮机交互方面表现出色。RF BiLSTM混合模型实现了最高的整体预测准确性，优于单独的LSTM和STGCN。
-
新的STREAM框架增强工业能源数据采集
一个名为STREAM的新框架已被开发出来，通过专注于能源绩效评估的具体目标来改进工业能源数据采集。该框架确保收集到的数据不仅可访问，而且分析适用，解决了与测量、上下文和处理相关的各种不确定性。STREAM使用来自工业批处理过程的数据进行了验证，证明了其在指导数据可用性和基础设施改进决策方面的有效性。
-
过时的数据架构阻碍了制造AI的推广
由于依赖延迟和汇总信息而非实时机器数据的过时数据架构，制造运营正面临“AI就绪差距”。尽管在ERP现代化、工业4.0和AI方面进行了大量投资，但许多AI计划因使用事件发生后才汇总的数据而表现不佳。转向以机器为中心的数据架构，直接从设备捕获连续的运营数据流，对于AI的有效性以及提供关于生产质量、效率和成本的准确见解至关重要。
-
新的1RSB-AMP方法改进了稀疏信号重构
研究人员开发了一种使用单步复制对称性破缺（1RSB）近似消息传递（AMP）技术重构稀疏信号的新方法。这种方法称为1RSB-AMP，扩展了现有的信念传播方法并提供了明确的更新规则。该研究分析了1RSB-AMP的相图，识别了成功、失败和发散区域，并提出了一种通过最小化发散区域来确定Parisi参数的新标准。当与非凸性控制协议相结合时，与以前的方法相比，该方法在完美重构的算法极限方面显示出适度的改进。
-
Nvidia 开源 cuFile，携手 Google、Intel、Meta 确立 GPU 存储标准
Nvidia 已开源其 cuFile 存储栈，将其确立为 GPU 驱动数据访问的行业标准。该技术现已在 GitHub 上通过 Accelerated IO 特别兴趣小组提供，允许 GPU 直接读写存储，绕过 CPU。此举旨在减少 GPU 空闲时间并提高数据吞吐量，创始维护者包括 Google、Intel 和 Meta，尽管它们也在开发自己的 AI 芯片。
-
新‘工业代币化’概念连接工业数据和 LLM
研究人员引入了工业代币化（Industrial Tokenization），这是一种将多样化工业数据转化为结构化、机器可解释单元（称为工业代币）的新概念。该方法旨在通过在每个代币中编码领域基础证据、来源信息、时间范围和质量指标，来弥合专业工业分析输出与大型语言模型（LLM）之间的差距。提出了一种联邦架构，其中不同的分析子系统可以与中央推理层共享这些标准化代币，在保持自主性的同时，实现基于 LLM 的解释和跨源推理。
-
新AI框架整合天气和涡轮机数据用于风电预测
研究人员开发了一种新的多模态框架，用于短期风电预测，该框架整合了来自风力涡轮机的SCADA数据和数值天气预报（NWP）预报。该方法通过将输入分解为标量和向量特征，并使用几何编码器处理旋转不变特征，解决了异构数据类型组合的挑战。该框架采用傅里叶神经网络算子（FNO）架构来模拟长距离时空关系，在三个真实风电场上的实验中显示出优于现有方法的性能。
-
聚类算法改进风力发电场 SCADA 数据过滤
一篇新论文提出使用聚类算法从风力发电场 SCADA 数据中过滤异常和运行模式。该研究将各种聚类方法的准确性与手动过滤进行比较，并为无标签数据引入了新的评估指标。研究结果表明，基于聚类的方法可以有效地检测明显和细微的异常值，其效果通常优于手动过滤，尽管专家参与仍然部分必要。
-
新框架使用非凸正则化解混合稀疏信号 · 跟踪到2个来源
研究人员开发了一种新的基于正则化的框架，用于从非线性观测中解混合稀疏信号。该框架结合了Huber化数据保真项和广义折叠凹函数惩罚项，如SCAD和MCP。提出了一种带有回溯的两块近邻交替算法，称为NLD-PALM，该算法可证明收敛到临界点。统计分析建立了估计误差界限，并为未知单调链接提供了共等恢复定理，在实验中表现优于现有方法，尤其是在噪声条件下。
-
开源 AI CAD 工具 'Adam' 推出，支持浏览器生成
Adam 是一款开源的、由 AI 驱动的 CAD 工具，已在 GitHub 上发布。该工具允许用户通过自然语言描述生成 CAD 模型，并提供参数化控制进行调整。它使用 WebAssembly 在浏览器中运行，支持 STL、SCAD 和 DXF 等多种导出格式，并与 BOSL 和 MCAD 等库集成。
-
人工智能框架利用大型语言模型解决约旦的水流失问题
研究人员开发了一个人工智能驱动的框架，通过减少约旦50%的水流失的非收益水（NRW）来应对水资源短缺。该系统集成了水力建模、数字孪生、SCADA数据和大型语言模型代理，以持续监控水网并调整决策。通过Ollama使用llama3.1:8b进行的概念验证演示了自动异常检测和健康报告，响应时间不到两分钟。
-
AI和ML增强工业控制系统安全性
人工智能和机器学习正被集成到工业控制系统（ICS）中，以增强异常检测和运营韧性。虽然这些技术提供了更高的安全性和透明度，但由于OT数据的固有特性（通常嘈杂且不完整），它们面临挑战。AI/ML系统可以分析海量数据集，识别出表明威胁的异常模式，提供比传统基于签名的更动态的方法。
-
英伟达SCADA服务器提供PB级GPU加速AI存储
Wiwynn发布了一款专为AI数据中心设计的新型英伟达SCADA（SCaled Accelerated Data Access）服务器。该服务器可存储高达2.9 PB的数据，并利用GPU加速绕过传统的CPU存储I/O瓶颈。该系统支持多达96个液冷E3.S SSD，并利用PCIe 6.0实现极致性能，为AI训练和推理工作负载提供直接高效的数据访问。
-
人工智能协助攻击者进行OT基础设施入侵侦察
攻击者最近利用Claude和ChatGPT等人工智能工具，协助入侵墨西哥蒙特雷一家水务公司。虽然此次入侵最终失败，但该事件凸显了人工智能在网络侦察中日益增长的作用。攻击者利用人工智能识别SCADA接口、推荐密码喷洒策略以及生成定制的Python工具，显著降低了进入运营技术（OT）基础设施的门槛。
-
Databricks Genie 利用人工智能为运营主管提供实时工业洞察
Databricks 推出了 Genie，这是一个对话式人工智能层，旨在为制造业和能源行业提供实时运营智能。Genie 允许高管使用自然语言查询 SCADA 和 MES 等系统中的复杂数据，无需 SQL 或数据分析师。这旨在弥合报告指标与实际车间现实之间的差距，从而实现更快、更明智的决策，并改进整体设备效率 (OEE) 和预测性维护等流程。