XiaoMi-AI文件搜索系统
World File Search System计算时间
开发细长的椭圆形热源模型，以减少定向能量沉积过程的计算时间
金属零件的定向能量沉积（DED）添加剂制造过程越来越流行，并且由于它们制造大尺寸的一部分的潜力而被广泛接受。由于过程物理学而获得的复杂热循环导致残留应力和失真的积累。但是，为了准确地对大零件的金属沉积传热进行建模，数值模型会导致不切实际的计算时间。在这项工作中，开发了具有安静/主动元件激活的3D瞬时元素模型，用于建模金属沉积传热过程。为了准确地模拟移动热源，戈德克的双椭圆形模型的实现是用足够小的模拟时间增量来实现的，从而使激光在每个增量过程中移动其半径的距离。考虑使用不同工艺参数制造的不锈钢316L的薄壁壁，用COMSOL 5.6多物理软件获得的数值结果通过在制造20层的底物上记录的实验温度数据成功验证。为了减少计算时间，实现了整个路径上的热源的拉长椭圆形热输入模型。已经发现，通过采取如此大的时间增量，数值模型会产生不准确的结果。因此，该轨道分为几个子轨道，每个子轨道都以一个模拟增量应用。另外，引入了校正因子，该校正因子进一步减少了伸长热源的计算误差。在这项工作中，进行了调查，以发现正确的模拟时间增量或子轨道大小，从而导致计算时间减少（5 - 10次），但仍会产生非常准确的结果（低于温度相对误差的10％）。最后，在发现正确的时间增量大小和校正因子值以减少计算时间产生准确结果的情况下，还建立了新的相关性。
超越几何：将神经回路中的计算时间结构与动态相似性分析进行比较
我们如何判断两个神经网络是否在特定计算中使用相同的内部过程？这个问题与神经科学和机器学习的多个子领域有关，包括神经人工智能、机械可解释性和脑机接口。比较神经网络的标准方法侧重于潜在状态的空间几何形状。然而，在循环网络中，计算是在动态层面实现的，两个执行相同计算且具有相同动态的网络不必具有相同的几何形状。为了弥合这一差距，我们引入了一种新颖的相似性度量，可在动态层面比较两个系统，称为动态相似性分析 (DSA)。我们的方法包含两个部分：利用数据驱动动态系统理论的最新进展，我们学习一个高维线性系统，该系统可准确捕捉原始非线性动力学的核心特征。接下来，我们使用 Procrustes 分析的新颖扩展来比较通过此嵌入的不同系统，该扩展解释了矢量场在正交变换下如何变化。在四个案例研究中，我们证明了我们的方法可以解开共轭和非共轭循环神经网络 (RNN)，而几何方法则存在不足。我们还表明，我们的方法可以以无监督的方式区分学习规则。我们的方法为比较分析神经回路中计算的基本时间结构打开了大门。
计算时间延迟及其对实时控制系统的影响
摘要-实时数字控制计算机的可靠性不仅取决于所用硬件和软件的可靠性，还取决于计算控制输出的时间延迟，因为计算时间延迟会对控制系统性能产生负面影响。对于给定的固定采样间隔，计算时间延迟的影响分为延迟和损失问题。当计算时间延迟非零但小于采样间隔时发生延迟问题，而当计算时间延迟大于或等于采样间隔时发生损失问题，即控制输出丢失。分析这两个问题作为评估实时控制系统的一种手段。首先，对计算时间延迟的影响进行了一般分析，并给出了系统稳定性的必要条件。然后，我们对计算时间延迟对机器人控制系统的影响进行了定性和定量分析，推导出了计算时间延迟相对于系统稳定性和系统性能的上限。