Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Dependability-Centered Asset Management (DCAM): Toward Trustworthy and Sustainable Systems in the CPS Era
Luleå tekniska universitet, Institutionen för samhällsbyggnad och naturresurser, Drift, underhåll och akustik. Mälardalen University, 63220 Eskilstuna, Sweden.ORCID-id: 0000-0002-7458-6820
2025 (Engelska)Ingår i: IEEE Reliability Magazine, E-ISSN 2641-8819, Vol. 2, nr 3, s. 23-29Artikel i tidskrift, Editorial material (Övrigt vetenskapligt) Published
Abstract [en]

As infrastructure systems evolve into intelligent, interconnected cyber–physical systems (CPSs), traditional reliability-centered approaches are proving insufficient. This article introduces dependability-centered asset management (DCAM)—a forward-looking, system-level framework that unifies engineering, computing, and sustainability to manage assets in the CPS era. DCAM addresses the limitations of fragmented reliability and dependability practices by integrating lifecycle awareness, artificial intelligence (AI) and digital twins, adaptive decision-making, and distributed intelligence infrastructure. It emphasizes not only the use of AI to enhance asset reliability but also the importance of managing AI itself as a dependable asset. Real-world applications across energy, transportation, healthcare, and public infrastructure illustrate DCAM’s potential to deliver resilient, trustworthy, and sustainable systems. This article concludes with future directions, including the role of emerging technologies such as blockchain and extended reality (XR), the need for new metrics, and the importance of interdisciplinary education and standards.

Ort, förlag, år, upplaga, sidor
IEEE, 2025. Vol. 2, nr 3, s. 23-29
Nationell ämneskategori
Datavetenskap (datalogi)
Forskningsämne
Drift och underhållsteknik
Identifikatorer
URN: urn:nbn:se:ltu:diva-114180DOI: 10.1109/mrl.2025.3583632OAI: oai:DiVA.org:ltu-114180DiVA, id: diva2:1987188
Anmärkning

Godkänd;2025;Nivå 0;2025-11-13 (u8);

Tillgänglig från: 2025-08-05 Skapad: 2025-08-05 Senast uppdaterad: 2025-11-13Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Förlagets fulltext

Person

Lin, Jing

Sök vidare i DiVA

Av författaren/redaktören
Lin, Jing
Av organisationen
Drift, underhåll och akustik
Datavetenskap (datalogi)

Sök vidare utanför DiVA

GoogleGoogle Scholar

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 74 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf