XiaoMi-AI文件搜索系统
World File Search System比例积分
开发基于珀耳帖的冷镜湿度计 SKYDEW，用于对对流层和低平流层的水蒸气测量
摘要：我们开发了一种基于帕尔帖的非低温冷镜湿度计 SKYDEW，用于测量从地面到平流层的水蒸气。进行了几次室内实验，以研究该仪器在不同条件下的特性和性能。维持镜子上冷凝水的反馈控制器的稳定性取决于控制器设置、冷凝水条件和环境空气中的霜点。通过显微镜观察冷凝水并在室内进行比例积分微分 (PID) 调节的结果用于确定控制器的 PID 参数，以便保留来自镜子的散射光信号和镜子温度的轻微振荡。这允许检测到湿度分布中的陡峭梯度，否则由于响应较慢而无法检测到。原始镜面温度的振荡通过选择霜层的平衡点的黄金点法进行平滑。我们进一步根据全球气候观测系统 (GCOS) 参考高空网络 (GRUAN) 的要求描述了 SKYDEW 测量数据处理和不确定性估计的细节。在从 − 95 到 40 °C 的整个温度范围内，镜面温度测量的校准不确定性小于 0.1 K。在
Mostafa Esmaeili Shayan、Gholamhassan Najafi
符号 首字母缩略词 P 功率 AC 交流电 D 需求 ARMA 自回归移动平均线 I 电流，太阳辐照度 BESS 电池储能系统 Q 辐照度 COE 电力成本 T 温度 DC 直流电 V 电压 DE 柴油发电机 W,S 风速 DER 分布式能源资源 下标 ED 经济调度 min 最小值 HERS 混合可再生能源系统 ci 接入 IRR 内部收益率 co 断开 LCOE 平准化能源成本 dy 动态 MG 微电网 max 最大值 NCF 净现金流 s 水平 NPV 净现值 yr 每年 PID 比例积分导数 希腊符号 PV 光伏 ƞ 效率 RES 可再生能源系统 ∆t 采样时间间隔 ROI 投资回报率 坡度角 SOC 充电状态 方位角 STC 标准测试条件 α 功率温度系数 SUC 随机机组投入 δ 自回归移动平均线的系数模型 UC 机组组合 ε 预测误差 WT 风力涡轮机 μ 移动平均系数 ZEB 零能耗建筑
适用于电池应用的双向 DC-DC 转换器拓扑的设计和仿真
摘要。最近，储能已成为可再生能源电力系统应用的重要课题。电池是可再生能源、电动汽车和电网连接系统采用的最受欢迎的储能设备之一。在这种情况下，双向 DC-DC 转换器 (BDC) 通过控制电池应用中电池的充电和放电阶段实现双向功率流。因此，考虑到电池的充电状态和电流方向，通过 BDC 的占空比来调节电池电流。在本研究中，设计、分析和模拟了一种具有降压和升压工作原理的非隔离 BDC，并在各种案例研究下进行模拟。在设计的系统中，BDC 控制电池和直流链路之间的双向功率流。具体而言，在降压模式下运行的电池充电阶段，直流链路为电池供电，BDC 使用比例积分 (PI) 控制器调节电池电流。另一方面，在升压模式下电池的放电阶段，当直流电源断开时，电池为直流负载供电，直流母线电压由 BDC 通过 PI 控制器控制。仿真结果显示了不同情况下 BDC 的运行和控制。
基于非整数一般 II 型模糊系统的直流纳米电网稳定性
摘要 — 本文提出了一种基于动态一致性算法的非线性 IV 下垂控制，用于平衡直流纳米电网 (DCNG) 中储能系统 (ESS) 的充电状态。动态一致性算法 (DCA) 提供了一种协调的二次控制，在分布式发电 (DG) 单元之间共享信息，以根据 ESS 的容量和充电状态 (SoC) 调节每个 DG 的输出功率。此外，在二次控制级应用了一种新型高带宽分数阶广义 2 型模糊逻辑比例积分微分 (FOGT2FPID) 控制器，以确保快速准确的电压调节和 DCNG 中的 SoC 平衡。在一次控制级，非线性 IV 下垂控制方法可在 DG 之间提供快速动态和准确的功率共享。此外，所提出的控制方法可以提供可靠性、模块化和灵活性。与传统方法相比，所提出的控制器可以防止 DG 的过流故障和突然断开。此外，它可以通过平衡 DCNG 中的 SoC 来提供电压调节。实验结果显示了使用奥尔堡大学微电网实验室的设施在不同场景下验证所提出的控制方案的有效性。
讨论用于导航机器人导航的不同控制器
摘要 - 可以独立理解和独立浏览周围环境的机器人被认为是智能的移动机器人（MR）。使用一组复杂的控制器，人工智能（AI），深度学习（DL），机器学习（ML），传感器和导航的计算，MR可以理解和导航在其环境周围，甚至连连接到有线能力来源。移动性和情报是旨在用于其计划运营的自动机器人的基本驱动力。他们在各个领域都变得越来越流行，包括商业，工业，医疗保健，教育，政府，农业，军事行动甚至国内环境，以优化日常活动。我们描述了不同的控制器，包括比例积分衍生物（PID）控制器，模型预测控制器（MPC），模糊逻辑控制器（FLCS）和用于机器人科学中使用的增强学习控制器。本文的主要目的是展示移动机器人（MR）进行导航的控制器的全面思想和基本工作原理。这项工作彻底研究了几本可用的书籍和文献，以更好地了解MR采取的导航策略。还讨论了未来的研究趋势和优化MR导航系统的可能挑战。
自主微电网虚拟惯性控制的最优模型预测控制
摘要：目前，可再生能源 (RES) 在电网中的渗透率显著提高，尤其是在微电网中。用 RES 取代传统同步机可显著降低整个系统的惯性。这会对不确定情况下的微电网动态产生负面影响，降低微电网频率稳定性，特别是在孤岛运行模式下。因此，本研究旨在利用虚拟惯性频率控制概念增强孤岛微电网频率弹性。此外，虚拟惯性控制模型采用了最优模型预测控制 (MPC)。MPC 的优化设计是使用一种优化算法，即非洲秃鹫优化算法 (AVOA) 实现的。为了证明所提出的控制器的有效性，将基于 AVOA 的 MPC 与使用各种优化技术进行优化设计的传统比例积分 (PI) 控制器进行了比较。利用 RES 的实际数据，并应用随机负载功率模式来实现实际的模拟结果。此外，微电网范例包含电池储能 (BES) 单元，用于增强孤岛微电网的暂态稳定性。模拟结果表明，基于 AVOA 的 MPC 在提高微电网频率弹性方面是有效的。此外，结果确保了 BES 在时域模拟中改善暂态响应的作用。模拟结果是使用 MATLAB 软件获得的。
使用深钢筋学习
摘要 - 本文提出了一种新颖的方法，将深钢筋学习（DRL）与常规的虚拟同步发电机（VSG）集成在一起，以解决微网（MG）控制的双重目标；频率调节和精确的主动功率共享。mgs通常由多个基于逆变器的分布式生成剂（IBDG）组成，这些生物（IBDG）通过不同的线阻抗并行连接。VSG的常规活动电源循环（APL）遇到明显的稳态频率误差，因为岛岛操作期间的负载增加/减小。为了减轻此问题，将次级控制器（如比例积分（PI）控制）添加到APL中以调节IBDGS的频率。但是，当每个IBDG连接馈线的阻抗值不匹配时，PI控制会损害功率共享功能。为了消除频率错误并同时实现准确的功率共享，本研究采用了基于DRL的策略。代理商从微电网中的每个IBDG收集状态信息作为输入，并使用制定的奖励功能同时满足这两个目标。在MATLAB/SIMULINK设计的两连电微电网系统中证明了受过训练的代理的性能，并与传统方法进行了比较。
基于FOPDT模型和CHR方法的飞轮储能集成微电网控制
孤岛微电网中频率不稳定或振荡的主要原因是负载不稳定和分布式发电机组 (DGU) 的功率输出变化。可再生能源供电的孤岛微电网系统面临的一个重大挑战是保持频率稳定性。为了解决这个问题，本文设计了一种比例积分微分 (PID) 控制器。首先，通过结合各种 DGU 和飞轮储能系统 (FESS) 构建孤岛微电网模型。此外，考虑 FESS 和 DGU 的一阶传递函数，得到一个线性化传递函数。该传递函数进一步近似为一阶加时间延迟 (FOPTD) 形式，以设计高效且易于分析的 PID 控制策略。使用 Chien-Hrones-Reswick (CHR) 方法评估 PID 参数，用于设定点跟踪和 0% 和 20% 超调的负载扰动抑制。与其他讨论的调整方法相比，用于 20% 超调的负载扰动抑制的 CHR 方法成为首选。所讨论方法的有效性通过频率分析和瞬态响应得到证明，并通过实时模拟得到验证。此外，表格数据呈现了调整参数、时域规范和比较频率图，支持了所提出的调整方法对所提出的孤岛模型的 PID 控制设计的有效性。
针对孤岛微电网的增强型预测分层电源管理框架
摘要 本文提出了一种增强型三层预测分级电源管理框架，以实现孤岛微电网的安全经济运行。保证微电网经济运行的三级控制建立在基于半定规划的交流最优潮流模型之上，该模型定期向二级控制发送功率参考。为减轻可再生能源发电和负荷带来的不确定性，提出并实施了一种集中式线性模型预测控制 (MPC) 控制器用于二级控制。MPC 控制器可以通过密切跟踪来自三级控制器的参考信号来有效地调节微电网系统频率，并且计算复杂度较低。实施基于下垂的初级控制器来与次级 MPC 控制器协调，以实时平衡系统。微电网电源管理框架中模拟了同步发电机 (SG) 和太阳能光伏 (PV)。提出了一种统一线性输入状态估计器 (ULISE)，用于 SG 状态变量估计和由于网络物理系统组件受损等而导致的控制异常检测。仿真结果表明，可以准确估计 SG 状态，同时可以有效检测控制信号的不一致性，以实现增强型 MPC。此外，与传统的比例积分 (PI) 控制相比，所提出的分层电源管理方案表现出卓越的频率调节能力，同时保持较低的系统运行成本。
Pelican 四旋翼飞行器的 PD 和反步控制实时设置
近年来，四旋翼飞行器控制设计研究迅速增多。四旋翼飞行器的线性控制器设计已在多项工作中实现，如线性二次调节器 (LQR) 和比例积分微分 (PID) (Khatoon 等人，2014) (Reyes-Valeria 等人，2013)。非线性控制设计也已通过不同的技术实现，如反步法 (Das 等人，2009)、滑模 (Runcharoon 和 Srichatrapimuk，2013) 和反馈线性化 (Saif，2009)。(Castillo 等人，2005) 将非线性控制算法与 LQR 控制律的性能进行了比较。结果显示，线性控制器应用于非线性系统时，响应不稳定，而非线性控制器则显示稳定响应。(Gomes 等人，2016) 使用 AR.Drone 四旋翼飞行器和 Vicon 运动捕捉系统跟踪移动目标，并使用比例微分 (PD) 控制器进行线性定位。(Mashood 等人，2016) 展示了两架 AR.Drone 使用 VICON 系统和 MATLAB/SIMULINK 进行反馈和控制实现，沿平方路径飞行的实验结果。这可以通过 AR Drone Simulink 开发套件 (ARDSDK) 实现。(Campbell 等人，2012) 展示了四旋翼飞行器自动驾驶仪的设计和实现，使无人机能够起飞、从一个位置移动到另一个位置并降落在所需位置 -