XiaoMi-AI文件搜索系统
World File Search System可变
可变负荷和环境条件下独立光伏系统的鲁棒动态控制策略
摘要：双级独立光伏 (PV) 系统存在稳定性和可靠性问题，其提供最大功率的效率受环境条件变化的极大影响。混合反步控制 (BSC) 是最大功率点跟踪 (MPPT) 的良好候选方案，但是，由于 BSC 的递归性质，PV 输出中存在显著的稳态振荡。该问题可以通过提出一种混合积分反步控制 (IBSC) 算法来解决，其中提出的积分作用可显著降低 PV 阵列输出在不同温度和太阳辐照度水平下的稳态振荡。同时，在交流阶段，主要挑战是减少由负载参数变化引起的 VSI 输出的稳态跟踪误差和总谐波失真 (THD)。尽管传统的滑模控制 (SMC) 对参数变化具有鲁棒性，但它本质上是不连续的并且继承了过于保守的增益设计。为了解决这个问题，提出了一种基于超扭转控制 (STC) 的动态扰动抑制策略，其中设计了一个高阶滑模观测器来估计负载扰动的影响作为集中参数，然后由新设计的控制律拒绝该参数以实现所需的 VSI 跟踪性能。所提出的控制策略已通过 MATLAB Simulink 验证，其中系统在 0.005 秒内达到稳定状态，并在峰值太阳辐射水平下提供 99.85% 的 DC-DC 转换效率。交流级稳态误差最小化为 0 V，而 THD 分别限制为线性和非线性负载的 0.07% 和 0.11%。
静态掩蔽技术在磁控溅射技术中线性可变滤光片生产中的应用
从设计角度来看，获得可变滤波器的可能性取决于多层涂层的光谱特性与某些层（如果不是全部）厚度的依赖关系。在由两个金属镜形成的法布里-珀罗滤波器的特定情况下，腔层厚度的简单变化会使其中心波长发生偏移。这种简单的结构具有自然提供宽抑制带的优势，但不足以提供尖锐的过渡带通，并导致高吸收损耗。为了改善最后一点，一种解决方案是使用所谓的感应透射滤波器方法，其中金属层放置在介电法布里-珀罗滤波器腔内电场分布最小处 [2-4]。然而，生产具有任意指定抑制、宽度和锐度特性的滤波器的唯一方法是使用标准的全介电方法，该方法由多腔法布里-珀罗结构与附加介电短波长和长波长通断滤波器相关联形成。在这种情况下，所有层的厚度必须通过一个公共因子进行调整，从而产生比例的波长偏移，以产生可变滤波器[5,6]。
一种适应性损害建模的自适应丽兹公式，以可变角度拖曳复合板
在这项工作中，提出，开发，实施和测试，用于分析具有损害启动和进化的可变角度拖曳复合板的自适应丽兹模型。使用一阶剪切变形理论表示板运动学表示，而在给定负载步骤处的板平衡方程是通过最小化结构势能来获得的。本构行为是在连续损伤力学框架内建模的。尤其是通过在拉伸或压缩载荷中定义与纤维和矩阵相关的不可逆伤害指数来跟踪损害的启动和演变。然后，通过假设能量最小化中主要运动学变量的多项式RITZ近似来获得离散方程。初步测试表明，该方法作为单域方法的应用如何引起有问题的虚假效应的出现，这与吉布斯人伪像有关，因为所选的多项式基础无法代表损害定位。因此，提出了一种自适应多域技术来规避此类问题，该问题已通过基准测试成功验证。最终，提出了有关在渐进式载荷下具有损害演变的可变角度拖放板的原始结果。
在具有可变车辆速度的非平稳条件下垂直轨道不规则性的定量检测
摘要：跟踪不规则性直接影响铁路车辆操作的质量和安全性。定量检测和对轨道不规则性的实时监测非常重要。然而，由于频繁的可变车速，车辆操作是一个典型的非平稳过程。传统的信号分析方法不适合非平稳过程，因此难以定量检测轨道不规则的波长和振幅。为解决上述问题，本文提出了一种定量检测方法，在非平稳条件下，通过订单跟踪分析，在非平稳条件下具有可变的车辆速度。首先，建立了简化的车轮 - 权轨动态模型，以得出轴盒垂直振动与轨道垂直不规则性之间的定量关系。其次，提出了Simpson Double Integration方法，以根据Axle-Box垂直加速度计算轴框垂直位移，并优化了过程误差。第三，基于顺序跟踪分析理论，角域重采样是在轴框垂直位移时域信号上进行的，并结合了车轮旋转速度信号，并实现了轨道不规则不规则的定量检测。最后，根据模拟和现场测试分析案例对所提出的方法进行验证。我们提供了理论支持和方法参考，用于轨道不规则的定量检测方法。
使用可变磁阻传感器和叶尖正时方法对压缩机和涡轮叶片进行结构健康监测
摘要。本文介绍了旋转风扇、压缩机和涡轮叶片诊断的综合方法。关键的低速和高速旋转流体流动机械（风扇、蒸汽涡轮机和航空喷气发动机）面临机械损坏（由异物和侵蚀引起）、腐蚀和其他形式的材料疲劳（LCF、HCF、VHCF、TMF）的风险。叶片质量变化（沉积物的影响）和材料各向异性率导致模态特性变化，这些物体面临危险。为了监测叶片的实际运行状况和技术状态，采用了旋转叶片观察器方法（叶尖定时方法）。受监控的旋转叶片排和磁阻传感器的组合创建了一种编码器，其输出信号同时包含以下信息：- 由空气动力和质量力输入引起的叶片振动；- 瞬时转子转速；- 转子不平衡和振动；- 磁阻传感器与振动和旋转叶片的耦合条件。测量值是叶片到达固定观察者（安装在装配外壳上的磁阻传感器）的时间 (TOA)。TOA 受非周期性（瞬时理想转子转速）和周期性分量（叶片和转子振动）调制。TOA 的测量是通过频率法实现的，可用于典型的计数器卡和 AD/DA 转换器。利用记录（非均匀采样）数据的数值处理来分离 TOA
使用可变路径长度技术的蛋白质浓度和药物抗体比（DAR）的ADC平台的验证
用于控制Solovpe的VIPER软件最近更新了，以添加应用程序指定的cally来执行和计算DAR。该应用程序要求分析师在280nm和药物接头波长时输入药物接头的波长（该药物接头的248nm）和灭绝系数。该软件在10个不同的路径长度下测量吸光度并绘制结果。然后使用斜率值来计算抗体和药物接头的摩尔浓度，以替换方程4和5中的吸光度值。通过将摩尔药物接头浓度除以摩尔抗体浓度来计算DAR。
欧洲输电网扩建是大规模可变可再生能源整合场景中的一种灵活性选择
3 附件 1 总结了专门用于表示输电网的技术和长期能源模型的不同特点。 4 Elmod 使用 PRIMES 的结果作为其对特定年份进行分析的主要输入 5 POLES 和 EUCAD 在每个模拟年份交换信息 6 在本文中，集群或节点的使用并不明确
利用可变自然环境脑机接口刺激实现人形机器人实时导航
摘要 — 本文通过脑机接口 (BCI) 解决了在室内自然环境中人形机器人远程操作的挑战。我们利用基于深度卷积神经网络 (CNN) 的图像和信号理解来促进实时物体检测和基于干脑电图 (EEG) 的人类皮层大脑生物信号解码。我们利用干脑电图技术的最新进展来传输和收集受试者的皮层波形，同时他们注视机器人正在导航的环境直接产生的可变稳态视觉诱发电位 (SSVEP) 刺激。为此，我们建议使用新的可变 BCI 刺激，利用通过机载机器人摄像头传输的实时视频作为 SSVEP 的视觉输入，其中 CNN 检测到的自然场景物体会以不同的频率 (10Hz、12Hz 和 15Hz) 发生改变和闪烁。这些刺激与传统刺激不同，因为闪烁区域的尺寸及其在屏幕上的位置都会根据检测到的场景物体而变化。通过这种基于干脑电图的 SSVEP 方法进行屏幕上的物体选择，有助于通过专门的二级 CNN 将人类皮层大脑信号直接在线解码为遥控机器人命令（接近物体，朝特定方向移动：向右、向左或向后）。该 SSVEP 解码模型是通过先验离线实验数据进行训练的，其中所有受试者的视觉输入都非常相似。在跨多个测试对象的实时机器人导航实验中，最终的分类表现出高性能，平均准确率为 85%。
基于可变表位库的 COVID-19 疫苗，用于治疗当前和未来相关流行病
SARS-CoV-2 引发的另一场流行病（即 COVID-19 大流行）的爆发提醒科学界，更重要的是提醒全世界，尽管在针对主要疾病的疫苗开发方面投入了大量财力和人力，但成功率并不令人满意。因此，我们必须采取特别措施，试图遏制这种疾病的蔓延并找到有效的治疗方法；预防性/治疗性疫苗的产生可能解决这些目标。COVID-19 和其他疾病是主要的公共卫生问题，到目前为止，仍然难以应对；当然，我们指的不仅仅是最近的流行病，还包括其他流行病，甚至是引发这一切的艾滋病毒/艾滋病。这些疾病（艾滋病毒、流感、寨卡病毒、登革热、疟疾、丙型肝炎等）是由我们所谓的抗原可变病原体 (AVP) 引起的 [1]。针对该组的任何成员生产疫苗都是一项艰巨的挑战，但障碍是相似的。我们的愿景是，这些“不可能”的疾病在一个基本和根本层面上是相似的：基因组和抗原不稳定性。这一压倒性的特征让许多人望而却步，然而，乐观的研究人员尝试了更传统的方法（全病原体或基于细胞的疫苗），而其他人则通过基于结构的反向疫苗学方法转向对生物免疫学事件的还原论思维。数十年来的尝试获得的压倒性科学证据表明，针对 AVP 的疫苗设计的传统和“新”方法多次失败（艾滋病毒就是主要例子）。疫苗效力的最高标准（即 3 期临床试验）证实了这一点。我们可以说，失败的一个可能原因是过去和现在的疫苗生成平台没有解决遗传/抗原变异的主要问题，并且
喷气式运输飞机的微下击暴流恢复：恒定和可变俯仰制导轨迹之间的比较
这篇论文由 Embry-Riddle Aeronautical University – Daytona Beach 在 ERAU Scholarly Commons 上免费开放给您。它已被 ERAU Scholarly Commons 的授权管理员接受并收录到论文 - Daytona Beach 合集中。如需更多信息，请联系 commons@erau.edu 。