Please enable JavaScript.

Coggle requires JavaScript to display documents.

Comparaison des verrous cyber-security-concept-with-neon-lock_23…

- - - - Vision de l'outillage sur unité de réception
        
        Être sur que la vision de la position de l'outillage correspond à la réalité temps réel
      - Mesurer les paramètres physique de l'outillage
        
        Capter la position réelle de l'outillage dans l'espace lors des mouvements
        
        Gérer la position de l'outillage par rapport aux circuits et matériels sur le lequel il intervient pour obtenir une visualisation réaliste sur l'écran
      - Position géographique de l'outillage
        
        Identifier la position de l'outillage dans l'installation afin de localiser
      - Intégration des exigences nucléaires (ASN, EDF et autres)
    - - Agressions électro-nucléaires
        
        Les connaissances actuelles ne permettent pas de valider le bon fonctionnement des nanocapteurs dans des milieux irradiants ou contaminants (dégradation des performances de mesure).
      - Agressions mécaniques
        
        Les connaissances actuelles ne permettent pas de garantir la tenue de l’ancrage des nanocapteurs à ces agressions.
      - Mesure physique au contact du composant
        
        Les connaissances actuelles ne permettent pas de disposer de capteurs de tailles nanométriques industriels de mesure de paramètres physiques : Température, vibration, Intensité, déformation, voltage, etc.).
      - Mesure physique à distance du composant
        
        Les connaissances actuelles ne permettent pas de traverser l’acier inoxydable ou l’acier noir des composants avec des ondes électromagnétiques et de voir à travers la matière ou d’identifier des composants séparément.
      - Agressions électromagnétiques
        
        Les connaissances actuelles ne permettent pas de garantir qu’un nombre élevé de nanocapteurs (plusieurs centaines voire milliers) ne perturbent pas le fonctionnement des autres outillages ou équipements en fonctionnement.
  - - - Energie embarquée
        
        Puissance 5 kW
        
        Les connaissances actuelles ne permettent pas de proposer des batteries, accumulateurs ou sources d’énergie de plus de 5 kW dans des dimensions de l’ordre de 10 cm x 10 cm x 5 cm d’épaisseur.
        
        Masse embarquée inférieure ou égale à 1 kg
        
        EMAVI1 – FP02 – SFP03 - VER001 Les connaissances actuelles ne permettent pas de proposer des modules d’énergie embarquée dont la masse totale est inférieure à 1 kg.
      - Transmission Transmission électromécanique clipsable
        
        Transmission Cinématique
        
        Les connaissances actuelles ne permettent pas de transmettre des mouvements différents de ceux prévus initialement.
        
        Transmission d'énergie
        
        Les connaissances actuelles ne permettent pas d’accéder à une recomposition de l’énergie dans un outillage ou équipement avec plusieurs sources d’énergie de tête réparties supprimant ainsi la distribution de tête et répartissant le risque de défaillance centralisée via le mode commun.
    - - Modularisation numérique d'un outillage et de ses composants internes
        
        Modèle numérique dynamique
        
        Les connaissent actuelles ne permettent pas de disposer d’un modèle numérique dynamique qui soit synchronisé en temps réel avec le modèle réel. La notion d’échange en temps réel ne peut passer uniquement via le système de capteurs/récepteurs entre model réel et virtuel qui induit forcément une latence même faible (surtout en milieu nucléaire / téléopération).
        
        La synchronisation en temps « quasi réel » peut être obtenu sur certains paramètres et groupes de composants mais individualiser les données utiles d’un système peut être complexe en termes de capteurs, précision et transmission des données
      - Modélisation numérique et réalité
        
        Rendu d’effort
        
        Cette technologie peut être compliqué à uniformiser pour tout type d’utilisateur car la position sur les doigts est importante pour la sensation d’effort
        
        Effet de poids
        
        Le rendu de poids est conditionné par l’effet d’effort ressenti par l’utilisateur. Cela peut différer d’un réel poids dans la main d’un utilisateur Cette notion peut donc être limitée sur le poids à simuler et sur le ressenti
        
        Rendu de surface
        
        Les connaissances actuelles ne permettent pas de disposer d’un rendu de surface suffisant pour distinguer parfaitement les textures, les matériaux, les arrêtes, etc
    - - Apprentissage
        
        Base de données logiques
        
        Les IA actuelles ne semblent pas travailler sur l’analyse de leurs propres logiques afin de permettre l’optimisation de ces dernières.
        
        Base de données des évènements observés
        
        Les BIG DATA des IA actuelles sont conçus pour stocker et analyser des données en rapport évident avec le sujet à traiter. Toutefois, comment permettre à ces BIG DATA de prendre en compte des évènements qui n’auraient pas de rapport évident mais qu’un humain pourrait juger comme source de défaillance ?
      - Diagnostic
        
        Pré défaillance
        
        Les IA actuelles ne permettent pas de corréler des évènements non connus à des évènements connus permettant ainsi de lancer un diagnostic de ces évènements apparaissant.
      - Détection
        
        Défaillance non connue
        
        Défaillance envisagée
        
        Les défaillances envisagées sont celles identifiées par l’homme prises en compte et qui font l’objet d’une analyse via les algorithmes. Pourtant les taux de détection restent en-dessous des 100 %.
        
        Défaillance non envisagée
        
        Les défaillances non envisagées sont celles identifiées par l’homme non prises en compte et qui ne font pas l’objet d’une analyse via les algorithmes. Les taux de détection sont en-dessous des 100 %. Une intégration dans les logiques de base et base de données des acquis peut permettre de retrouver les taux de détection des évènements envisagés.
- - - - Fiabilité des mesures dans des conditions extrêmes
      - Sensibilité et Fiabilité des Capteurs
      - Transmission de données sans fil en milieu nucléaire
    - - Amélioration de la latence dans les systèmes de transmission de données
      - Minimiser les interférences dans les systèmes de réception
      - Conception de systèmes de communication redondants pour une fiabilité accrue
  - - - Algorithmes de traitement du signal pour la détection de défauts dans des conditions extrêmes
      - Développement de capteurs résilients aux environnements hostile
      - Automatisation et Contrôle
    - - Personnalisation en temps réel des Instructions
      - Fusion de Données Multi-Sources
      - Environnement Collaboratif en RA/RM
    - - Complexité et rareté des scénarios de défaillance
      - Détection des anomalies en temps réel
      - Détection des défaillances rares et inconnues
    - - Intégration Sensorielle
      - Précision de la Superposition d'Informations
      - Interactivité en Temps Réel