XiaoMi-AI文件搜索系统
World File Search System电路模型
一种基于瞬态建模的灰色盒方法用于在线...
摘要 - 本文提出了一种用于在线监视直流链接电容器的合适的灰色盒方法。发现AC/DC和DC/DC转换器中DC-Link电压的瞬时行为类似于并行RLC电路的零状态响应。此外，可以选择转换器的大信号瞬态轨迹的阻尼因子α（与电容有关）可以选择作为电容器的新健康指标。基于此，提出了一个非感官的瞬态等效电路模型（TECM）的灰色盒方法，该方法可以实现对DC-Link电容器的条件监视（CM），并且对详细拓扑和控制信息的依赖性最小。此外，它具有相对较高的适用性和极低的采样频率要求。采用AC/DC系统和DC/DC系统作为案例研究，模拟结果表明该建议的方法适用于具有不同负载类型的转换器。此外，选择商业电源作为实验案例。实验结果表明，阻尼因子α和DC-Link电容的估计误差小于1％。此外，给出了两个典型的白盒系统应用程序案例和一个灰色盒系统，以进一步说明该方法的实现。
基于变分测量的生成建模量子计算
基于测量的量子计算 (MBQC) 为设计量子算法提供了一种独特的范式。事实上，由于量子测量固有的随机性，MBQC 中的自然操作不是确定性和单一的，而是增加了概率副产品。然而，到目前为止，MBQC 的主要算法用途是完全抵消这种概率性质，以模拟电路模型中表达的单一计算。在这项工作中，我们建议设计包含这种固有随机性的 MBQC 算法，并将 MBQC 中的随机副产品视为计算资源。作为随机性可以带来好处的自然应用，我们考虑生成建模，这是机器学习中以生成复杂概率分布为中心的任务。为了完成这项任务，我们提出了一种变分 MBQC 算法，该算法配备了控制参数，允许人们直接调整计算中允许的随机性程度。我们的代数和数值结果表明，这种额外的随机性可以显著提高某些生成建模任务的表达能力和学习性能。这些结果凸显了利用 MBQC 固有随机性的潜在优势，并激发了对基于 MBQC 的算法的进一步研究。
电动汽车大规模发展的关键挑战：全面回顾
AC 交流电 ACO 蚁群优化 BEV 纯电动汽车 BMS 电池管理系统 BSS 电池换电站 BTMS 电池热管理系统 DC 直流电 DWPT 动态无线功率传输 E3G 第三代环保主义 EchM 电化学模型 ECM 等效电路模型 EVCS 电动汽车充电站 EV 电动汽车 EVSE 电动汽车供电设备 GA 遗传算法 HEV 混合动力电动汽车 HOV 高乘载汽车 ICEV 内燃机汽车 IEC 国际电工委员会 IP 整数规划 ISO 国际标准化组织 PCM 相变材料 PEV 插电式电动汽车 PSO 粒子群优化 PTC 正温度系数 RUL 剩余使用寿命 RTR 温升速率 SAE 汽车工程师协会 SOC 充电状态 SOH 健康状态 V2B 车对楼 V2G 车对电网 V2H 车对家 V2L 车对负载 V2V 车对车 V2X 车对万物 VCC蒸汽压缩循环 WPT 无线电力传输
交流和直流量化霍尔阵列电阻标准
多端器件的等效电路模型 [1] 已被用于探索 R H （量化霍尔电阻 (QHR)）测量中的负载和接触电阻效应。主要观察结果是，由于强磁场中 QHR 器件 [2] 的接触（储层）和边缘状态之间的有效串联源电阻 r s = R H /2，从霍尔电压端子抽取的电流会导致显着的负载误差。1993 年，这些原理的计量应用通过在两个或多个器件之间设计具有多个链路的电路而建立 [3]。第一个链路承载大部分电流并在每个设备上设置等势边缘，因此霍尔电压互连具有小得多的负载电流。因此，在 QHARS 网络中，负载和直流接触电阻效应可以降低到可忽略不计的水平。同样，多重连接可最大限度地减少寄生负载对单个设备阻抗测量的影响，音频范围内 QHR 标准的开发也基于这一进步。
非时间有序关联与纠缠的分离
非时序关联 (OTOC) 和纠缠是两种物理上被广泛使用的量子信息“扰乱”探测方法，这种现象最近在量子引力和多体物理学中引起了极大的兴趣。我们认为，相应的扰乱概念可能存在根本区别，方法是证明在具有严格瓶颈的图（如树形图）上定义的随机量子电路模型中，OTOC 饱和的时间尺度和纠缠熵的时间尺度之间存在渐近分离。我们的结果与直觉相反，即随机量子电路的混合时间与底层相互作用图的直径成正比。它还为我们之前工作中的一个论点 [Shor PW，Schwarzschild 黑洞光子球的扰乱时间和因果结构，arXiv:1807.04363 (2018)] 提供了更严格的依据，即黑洞可能是慢速信息扰乱器，这反过来又与黑洞信息问题有关。我们获得的 OTOC 界限本身就很有趣，因为它们以严格和通用的方式将之前对格子上 OTOC 的研究推广到图上的几何。
新兴量子态设计和对偶中的双元性
最近的研究调查了量子猝灭后幺正动力学中一种新型随机矩阵行为的出现。从时间演化状态开始，通过对系统剩余部分进行投影测量，可以生成一个由小子系统支撑的纯态集合，从而得到一个投影集合。在混沌量子系统中，人们推测这种投影集合与均匀的 Haar 随机集合变得难以区分，并导致量子态设计。Ho 和 Choi 最近 [ Phys. Rev. Lett. 128, 060601 (2022) ] 给出了在自对偶点处踢动 Ising 模型的精确结果。我们提供了一种可扩展到具有可解初始状态和测量值的一般混沌对偶单元电路的替代构造，突出了底层对偶单元性的作用，并进一步展示了对偶单元电路模型如何同时表现出精确的可解性和随机矩阵行为。基于双单元连接的结果，我们展示了复杂的 Hadamard 矩阵和单元误差基如何都导致可解的测量方案。
使用具有敏感参数调整的电化学模型的锂离子电池最先进的估算
摘要：锂离子（Li-ion）电池的估计（SOC）准确性良好对于电池管理系统至关重要。对于基于模型的方法，电化学模型由于其准确性和描述电池内部行为的能力而被广泛使用。但是，参数的不确定性和电压缺乏校正也会在长期计算过程中引起错误。本文提出了一种基于粒子过滤器（PF）的方法，该方法使用电化学模型估算锂离子电池的SOC，并使用粒子群优化（PSO）算法实现了敏感的参数识别。首先，在这项工作中使用具有电解质动力学的单个粒子模型（SPME）来减少电池电化学模型的计算负担，该模型通过基本效应测试选择其敏感参数。然后，很难直接测量的代表性敏感参数被PSO调节以提高效率。最后，使用PF构建了基于模型的SOC估计框架，以实现准确的锂离子电池SOC。与扩展的卡尔曼滤波器和等效电路模型相比，在三个不同的驱动周期下，提出的方法显示出很高的精度。
电动汽车设计，力学和
课程目标：1。学习EV和车辆力学的基础知识2。了解EV架构并研究储能系统概念3。推导电池模型并了解不同类型的电池及其充电方法4。学习DC-DC转换器的控制预赛。单元I内燃机9 0 9 IC发动机，BMEP和BSFC，车辆燃油经济性，排放控制系统，柴油排气排放的处理，内燃机和电动汽车的比较，光，中型和重型全电动车的审查。II单元电动汽车和车辆力学9 0 9电动汽车（EV），混合动力汽车（HEV），发动机评级 - EV与内燃机内燃烧发动机车辆的比较 - 车辆力学的基本原理。 III单元电池建模，类型和充电9 0 9电池和混合动力车辆中的电池 - 电池基础知识 - 电源板参数。 类型 - 铅酸电池 - 镍 - 卡德米电池 - 镍金属水合（NI MH）电池 - 锂离子电池 - Li-polymer电池，锌 - 空气电池，钠硫硫磺电池，氯化钠，氯化钠，研究和开发高级电池的开发。 电池建模，电路模型。 电池组管理，电池充电。 第四单元控制预序9 0 9 0 9控制设计初步 - 简介 - 转移功能 - 一阶和二阶系统的Bode图分析 - 稳定性 - 稳定性 - 瞬态性能 - 增强转换器的瞬态性能传递函数 - 增益边距和相位边缘研究 - 开放式循环模式。II单元电动汽车和车辆力学9 0 9电动汽车（EV），混合动力汽车（HEV），发动机评级 - EV与内燃机内燃烧发动机车辆的比较 - 车辆力学的基本原理。III单元电池建模，类型和充电9 0 9电池和混合动力车辆中的电池 - 电池基础知识 - 电源板参数。类型 - 铅酸电池 - 镍 - 卡德米电池 - 镍金属水合（NI MH）电池 - 锂离子电池 - Li-polymer电池，锌 - 空气电池，钠硫硫磺电池，氯化钠，氯化钠，研究和开发高级电池的开发。电池建模，电路模型。电池组管理，电池充电。第四单元控制预序9 0 9 0 9控制设计初步 - 简介 - 转移功能 - 一阶和二阶系统的Bode图分析 - 稳定性 - 稳定性 - 瞬态性能 - 增强转换器的瞬态性能传递函数 - 增益边距和相位边缘研究 - 开放式循环模式。单元V控制AC机器9 0 9 0 9简介 - 参考框架理论，在各种帧 - 矢量控制 - 直接扭矩控制中的诱导和同步机的基本模型。
无连接电脉冲响应分析...
传统上，混凝土中钢筋的腐蚀速率是使用极化方法（例如恒电位、恒电流或动电位技术）来确定的。这些技术相当慢，并且都需要与钢筋进行电连接，而这又需要损坏混凝土保护层。因此，尽管精度令人满意，但这些技术很少用于土木工程结构。最近开发的无连接电脉冲响应分析 (CEPRA) 方法消除了钢筋连接的需要，并允许在每次测量不到 10 秒的时间内确定腐蚀速率。这使用户能够以对混凝土元件的最小干扰进行腐蚀调查，并减少检查大型结构所需的时间。该方法基于沿所考虑的钢筋使用 Wenner 阵列探头（四点探头），并在从外部探头施加阶跃电压后监测两个内部探头之间的电位差。利用两个内部探头之间的电位差，可以使用本文档中概述的电路模型确定系统的特性，包括混凝土电阻率和极化电阻/腐蚀率。该技术已作为手持设备 (iCOR®) 商业化，并已在多个实验室和现场研究中使用，其中发现其准确性与其他成熟方法相似。
先进电池管理系统：控制建模与数值模拟
摘要 — 电池管理系统 (BMS) 依赖于经验模型，即等效电路模型，这得益于其数学简单性和低计算负担。然而，经验模型需要经过大量的校准工作，而且它们缺乏跨化学性质的可转移性。此外，无法预测电化学内部状态和考虑退化动态通常会导致电池系统可用性不佳，可能导致不准确的健康状态 (SOH) 估计随时间而变化。一种能够观察和控制电池系统内部变量的先进 BMS 设计对于克服这些限制至关重要，从而为快速增长的能源市场提供持久、更安全且具有成本效益的电池系统。基于物理的电池模型已被视为适合集成到下一代 BMS 中的建模框架之一。在基于模型的估计中，可用的输入/输出传感器信息（例如电流、电压和温度）与电池动态的数学表示一起用于估计内部状态。本教程的目的是回顾基于物理的电池模型的实施挑战，并概述最新的研究趋势，重点关注面向先进 BMS 的基于物理的电池模型硬件实现的数值算法和观察器设计。