摘要。城市地区的运输正在通过各种车辆进行转变,而电子驾驶员的增长最快。尽管他们很受欢迎,但电子示威者仍面临不兼容的充电器等问题,尤其是租赁服务问题。无线充电是通过无需用户干预的电池充电而作为解决方案的。本文重点介绍了针对电子弹药机的磁性充电器的设计和开发。这项研究详细介绍了恒定电流恒定电压(CC-CV)电荷的线圈拓扑,间隙定义和优化控制。目前的关键贡献是对这些因素的综合考虑以及车辆的材料和结构,以精确设计和实施。车辆的尺寸显着限制了线圈设计。因此,在过去,使用ANSYS MAXWELL进行了详细的分析,以确定实际电子弹药机中主要和次要线圈的最佳位置。此分析导致了线圈几何形状的最佳设计,从而最大程度地减少了成本。拟议的系统已通过真实的原型进行了验证,并结合了CC-CV控制,以确保为各种电池状态提供安全充电,并适用于广泛的E型驾驶员,从而增强了此类充电器在公共装置中的可用性。
摘要。神经模型技术预测学习者绩效的利用已在包括自然语言处理在内的各种技术领域取得成功。最近,研究人员逐步将注意力集中在采用这些方法来促进社会经济可持续性的贡献,尤其是在预测学生学业成绩的背景下。此外,教育数据经常涵盖众多分类变量,预测模型的功效与适用于管理和解释该数据的可持续编码技术息息相关。这种方法符合促进教育中可持续发展的更广泛的目标,强调负责和公平的实践,以利用先进的技术来增强学习成果。基于这种见解,本文介绍了一篇文献综述,该文献综述深入研究了使用机器学习技术来预测在线培训课程中学习者的成果。目的是提供针对预测学生绩效,分类编码方法和所使用的数据集设计的最新模型的摘要。研究进行了实验,以相互评估建议的模型,并且与使用替代机器学习算法的某些预测技术相比,同时同时进行了预测技术。调查结果表明,采用编码技术转换分类数据会增强深度学习体系结构的有效性。值得注意的是,当与长期短期内存网络集成时,该策略会为所检查的问题产生出色的结果。
在定义了描述调节器性能的最新数学模型以及对各种非金属部件的辐射进行分析之后,提出了一个模型,该模型可以包含对调节机制的必要修改。由于时间限制和制造商的可用性,本论文未包含拟议项目的测试阶段。随后,对提出的模型进行了结构分析。此外,还进行了几项实验来评估弹性体对气体的渗透性,目的是改善调节器的气体泄漏。