XiaoMi-AI文件搜索系统
World File Search System线性化
具有完整和非完整约束的液压驱动多体系统的有效而准确的线性化方法
摘要 在重型机械应用中，液压通常用于驱动机构。本文提出了一种用于液压驱动多体系统的线性化方法。该方法允许线性化具有完整和非完整约束的一般多体系统的运动方程，并增加液压子系统的液压方程。这种线性化方法的推导在许多应用中都很有趣，例如执行线性稳定性分析。使用液压驱动四杆机构的三维多体模型测试了该程序。通过线性和非线性系统的正向动力学模拟来验证该方法。结果显示了该方法的强大功能
飞行器的建模、仿真、分析和稳定...
本论文旨在开发一种基于具有六个自由度的飞翼非线性模型的逼真模拟器，目的是将其用作研究不同环境中的飞机的工具，以及用于任务规划和稳定性控制设计，为 HABAIR 项目提供进一步的概念验证。此类工具可用于验证飞机设计，最大限度地减少物理实施中的反复试验过程。这种类型的飞机在过去几年中越来越受欢迎，可以进行具有成本效益的测绘、监控和监视。为了保证模拟器的真实性，大气、空气动力学和推进模型与刚体运动的牛顿-欧拉方程和运动学方程相结合。飞翼飞行包线是根据高度和空速确定的。开发了修剪和线性化函数作为实现和分析非线性模型的线性化版本的方法。线性化后的纵向和横向模型允许应用经典分析工具来评估整个飞行包线内的系统动力学。通过比较非线性和线性化模型的响应来验证修剪和线性化功能。最后，介绍了模拟器的实现，以及对飞机模型的机动性、动力学、可控性的研究，确保了使用的可行性
发现卡尔曼滤波器作为实用工具...
最初使用扰动方法的研究和上面提到的滤波器分解都是基于对标称（参考）轨迹的线性化，但很快就发现，对当前估计状态的重新线性化可能比以前使用的技术具有显著的优势。
基于高光伏穿透率线性化最优功率流的新旧电池储能系统的最佳尺寸和位置
摘要：电池储能系统 (BESS) 的优化因其众多优势（例如提高能源效率、成本效益和促进网络稳定性）而越来越受到消费者的欢迎。随着电动汽车 (EV) 电池的老化，在拆卸电池后进行有效管理对于提高能源效率至关重要。在这种情况下，将二次电池 (SLB) 重新用于 BESS 应用提供了一种非常有吸引力的直接回收或处置替代方案，既具有经济效益又具有环境效益。因此，本研究旨在通过比较 IEEE 14 总线中的新电池和 SLB 来确定 BESS 的最佳尺寸和位置。该分析侧重于开发基于高光伏 (PV) 渗透率、集成运营和投资成本的经济高效的能源系统，使用从线性化网络得出的直流最优功率流 (DC-OPF) 模型。结果表明，与没有 BESS 的情况相比，优化 BESS 分别使光伏渗透率和未供应能源成本降低 2.28% 和 3.38%。此外，25%的光伏渗透率分别使新电池和SLB的每日总运营成本降低约38.89%和74.77%。
通过供体的体内 - 线性化和DNA聚合酶θ/DNA-PK的瞬时抑制，在小鼠胚胎干细胞中有效双重敲门
（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2021年5月30日发布。 https://doi.org/10.1101/2021.05.30.446338 doi：Biorxiv Preprint
与滑模控制器相关的反馈线性化，用于由矩阵转换器供电的感应电动机以单位功率因数运行
近几十年来，随着微电子技术和计算机技术的进步，矩阵变换器 (MC) 越来越受到研究人员的关注，因为与传统的 AC-DC-AC（背对背）变换器相比，它具有诸多优势，例如：体积小、双向功率流、功率调节能力强、单位功率因数运行、不需要直流母线电容器 [1-5]。文献中通常使用文图里尼和空间矢量调制 (SVM) 方法来解决 MC 控制问题。文图里尼方法的谐波率较低。然而，降低开关损耗是 SVM 方法的主要优势 [6-8]。在 MC 的输入端使用无源滤波器对于避免电流谐波注入电网是必要的。在这种情况下，需要提出几种类型的输入滤波器来解决
电动汽车混合储能系统的复合非线性控制
摘要：底层电路控制是电动汽车混合储能系统（HESS）的关键问题。本文结合精确反馈线性化方法和滑模变结构控制技术，提出了一种复合非线性控制策略（CNC），用于全主动HESS的电流/电压的精确跟踪。首先，通过分析HESS的电路特点，推导了全主动HESS的仿射非线性模型。然后，设计基于规则的能量管理策略（EMS）来生成参考电流值。最后，采用精确反馈线性化方法对HESS进行线性化，并结合滑模变结构控制技术开发了所提出的CNC策略，以确保快速响应、高性能和鲁棒性。同时，给出了基于Lyapunov方法的稳定性证明。此外，深入研究了CNC策略的性能，并与传统PI控制和改进的滑模控制进行了仿真研究，充分验证了其在不同驾驶条件下的有效性。
质粒 DNA 的自动分离和质量控制
图 1. 质粒 QC 工作流程说明。从过夜细菌培养物开始，可使用 KingFisher 系统纯化 DNA。为了精确测定数量，在进行后续步骤之前，通过限制性消化将纯化的 DNA 线性化。对于无液滴数字 PCR (dPCR) 定量，将线性化的 DNA 与 Applied Biosystems ™ TaqMan ™ 检测试剂混合，装入 Applied Biosystems ™ QuantStudio ™ Absolute Q ™ MAP16 板中，并在 QuantStudio Absolute Q 数字 PCR 系统上运行。为了验证质粒序列，使用 Applied Biosystems ™ BigDye ™ Terminator 循环测序试剂盒对线性化的 DNA 进行循环测序。然后在 CE 和分析之前使用 Applied Biosystems ™ BigDye XTerminator ™ 纯化试剂盒清理反应物。或者，使用 Applied Biosystems ™ BigDye ™ 直接循环测序试剂盒对 DNA 进行扩增和测序。在 CE 和分析之前，使用 BigDye XTerminator 纯化试剂盒清理这些反应。
量子模拟的密集输出
量子密集输出问题是使用量子计算机评估时间相关量子动力学中时间累积的可观测量的过程。该问题经常出现在量子控制和光谱计算等应用中。我们提出了一系列旨在在早期和完全容错量子平台上运行的算法。这些方法借鉴了振幅估计、汉密尔顿模拟、量子线性常微分方程 (ODE) 求解器和量子卡尔曼线性化等技术。我们针对演化时间 T 和容错率 ǫ 提供了全面的复杂性分析。我们的结果表明，对于某种类型的低秩密集输出，线性化方法几乎可以实现最佳复杂度 O (T/ǫ)。此外，我们对密集输出问题进行了线性化，从而得出包含原始状态的精确有限维闭包。该公式与库普曼不变子空间理论有关，可能在非线性控制和科学机器学习中具有独立意义。