XiaoMi-AI文件搜索系统
World File Search System状态变量
根据平交道口预测疲劳寿命... - WIT Press
疲劳寿命预测中常用的模型基于以不同方式计数的循环。最常用的方法是基于雨流计数，它以非常特殊的方式处理应力历史。这种方法有三个主要缺点。这是一种从连续变化的应力曲线产生循环的临时方法。它以非常严格的方式在循环计数中引入记忆，并且算法相当复杂。另一方面，基于平交点的模型易于应用，但平交点谱不包含足够的应力历史信息。这里提出了一个模型，其中损伤累积取决于实际的平交点和压缩在状态变量中的应力历史。提出的模型具有以下属性。当总损伤超过给定值时，就会发生故障。每次应力变化都会导致非负损伤，这种损伤仅取决于实际应力、其变化和应力状态变量。在特定应用中，状态变量可以解释为裂纹的张开应力。该模型是时不变的，即如果时间尺度发生变化，损伤不会改变。因此，寿命由应力的最大值和最小值序列决定。通常，状态变量的动态必须是时不变的和稳定的，即平稳和遍历的随机应力函数应生成平稳和遍历的状态变量。在这种情况下，可以根据损伤强度来预测疲劳寿命，损伤强度是单位时间的预期损伤。
根据平交道口预测疲劳寿命... - WIT Press
疲劳寿命预测中常用的模型基于以不同方式计数的循环。最常用的方法是基于雨流计数，它以非常特殊的方式处理应力历史。这种方法有三个主要缺点。这是一种从连续变化的应力曲线产生循环的临时方法。它以非常严格的方式在循环计数中引入记忆，并且算法相当复杂。另一方面，基于平交点的模型易于应用，但平交点谱不包含足够的应力历史信息。这里提出了一个模型，其中损伤累积取决于实际的平交点和压缩在状态变量中的应力历史。提出的模型具有以下属性。当总损伤超过给定值时，就会发生故障。每次应力变化都会导致非负损伤，这种损伤仅取决于实际应力、其变化和应力状态变量。在特定应用中，状态变量可以解释为裂纹的张开应力。该模型是时不变的，即如果时间尺度发生变化，损伤不会改变。因此，寿命由应力的最大值和最小值序列决定。通常，状态变量的动态必须是时不变的和稳定的，即平稳和遍历的随机应力函数应生成平稳和遍历的状态变量。在这种情况下，可以根据损伤强度来预测疲劳寿命，损伤强度是单位时间的预期损伤。
线性系统的状态和扰动估计
摘要 本文简要介绍了线性系统比例积分观测器的设计。该观测器能够同时估计状态和未知输入，包括系统中出现的扰动或模型不确定性。使用 Matlab/Simulink 成功地完成了使用 PO 进行状态和输出估计以及使用 PIO 进行状态、输出和扰动估计的设计。使用 PO 和 PIO 进行估计的模拟，结果证明，当工厂中没有扰动时，可以正确估计状态变量和输出，而当对比例观测器的状态变量和工厂输出引入恒定扰动后，估计中会出现恒定的稳态误差，并且无论工厂中有无扰动，比例积分观测器都能够正确估计状态变量、扰动和系统输出。
v.4.12.0 发行说明
以前，用户可以选择“参数网格”或“默认值”来初始化雪水当量、冷含量、液态水含量、冷含量 ATI 和融化率 ATI，并且为所有五个状态变量选择单一初始化方法。此更新允许用户为每个状态变量选择不同的初始化方法，并且现在有一个用户定义的“常数值”的新选项可用。此功能由陆军工程兵团水管理系统 (CWMS) 国家实施计划资助。初始代码和实施由 Lauren Coe 和 Tom Brauer 完成。文档和测试由 Lauren Coe 完成。
DOI 10.4233/uuid:bed383ed-c091-4c2a-a530-aada366283d8 出版日期 2022 文档版本 最终出版版本 引用 (APA) de Gelder, E. (202
2 面向对象的场景框架 13 2.1 简介. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 2.3 定义 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.4.3 场景及其属性 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 2.6 结论 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .................................................................................................................................................................................38 2.A.7 状态变量....................................................................................................................................................................................38
预测控制器实际工作负载的方法综述...
实时安全监控 (RTSM) 方法允许评估和预测国家空域系统 (NAS) 中的安全裕度，以帮助预防事件和事故，而不是被动缓解它们。在 RTSM 中，NAS 使用状态变量建模，安全指标根据这些状态变量定义。安全指标已分为天气相关、空域相关和人为相关。许多制定的人为相关安全指标需要估计控制器工作量才能计算。但是，这种计算并不简单。因此，在本报告中，我们进行了文献调查，以确定能够计算控制器工作量的不同因素并对这些因素进行分类。接下来，我们将描述为确定一组最小因素而进行的研究，这些因素可以正确评估控制器工作量。最后，我们调查了评估所选因素与管制员对其工作量的主观评估之间的相关性的方法。根据此调查，我们提出了有利于实时计算和预测管制员工作量的因素，并讨论了这些计算所需的数据源的状态。
预测空域安全实时监控管制员工作量的方法研究
实时安全监控 (RTSM) 方法可以评估和预测国家空域系统 (NAS) 的安全裕度，以帮助预防事件和事故，而不是被动地缓解它们。在 RTSM 中，NAS 使用状态变量建模，并根据这些状态变量定义安全指标。安全指标被分为天气相关、空域相关和人为相关。许多制定的人为相关安全指标需要估计控制器的工作量才能计算。然而，这种计算并不简单。因此，在本报告中，我们进行了文献调查，以确定使得能够计算控制器工作量的不同因素并对这些因素进行分类。接下来，我们将描述为确定能够正确评估控制器工作量的最小因素集而进行的研究。最后，我们调查了用于评估所选因素与控制器对其工作量的主观评估之间的相关性的方法。基于此项调查，我们提出了有利于实时计算和预测控制器工作量的因素，并讨论了这些计算所需的数据源的状态。
通过定量指标对网络物理系统的弹性估计
摘要本文是关于估计网络物理系统（CPS）的网络弹性的估计。我们定义了两个新的弹性估计指标：k-步骤性和ℓ-对监控性。他们旨在帮助设计师在面对隐形攻击时评估和增加CPS的网络释放能力。k-步骤度量指标反映了控制器对单个植物状态变量作用的能力，至少可以处理k个功能多样的输入信号的k个不同组。ℓ-对测量性度量指示控制器可以监视具有不同功能多样的输出组的单个植物状态变量的能力。配对，指标导致CP达到（k，ℓ） - 弹性。当K和ℓ都大于一个时，CP可以吸收并适应控制输入和输出信号的控制理论攻击。我们还将参数K和ℓ与系统的可恢复性联系起来。我们定义可恢复性策略来减轻犯罪攻击的影响。我们表明，可以通过组合硬件和软件中的冗余和多样性来增强K和ℓ的值，以应用移动的目标范例。我们通过模拟和数字结果验证该方法。