苏希尔·库马尔·赛尼博士 数学副教授 古尔冈德罗纳查里亚政府学院 摘要:人工智能的概念从一开始就引起了全世界人们的兴趣。“人工智能”(AI) 一词是指机器执行认知任务的能力,例如思考、感知、学习、解决问题和决策。它的灵感来自于人们使用大脑感知、学习、推理和决定采取的行动的方式。推动第四次工业革命的人工智能 (AI) 软件是推动革命本身的引擎。它的影响已经可以在人们的家庭、营业场所和政治体系中感受到。很快,它将以能够驾驶汽车、填充仓库和照顾儿童和老人的机器人的形式体现出来。它带来了一些障碍,例如难以理解的“黑匣子”算法、不道德的数据使用以及可能的工作岗位流失,但它也有可能解决社会目前面临的一些最重要的问题。随着机器学习 (ML) 的快速发展,人工智能在日常生活各个方面的部署范围和规模不断扩大,并且技术本身可以自行学习和改变,需要多方利益相关者的合作,以优化问责制、透明度、隐私和公正性,从而建立信任。然而,为了本研究的目的,我们将避开这些复杂的技术细节,而是展示被认为是最典型的情况。
本研究提出了一种智能节能系统的设计,该设计通过协调电器的使用方式来节省能源,并设计一种减少建筑物中电器控制电器的需求的方法。在尼日利亚等大多数发展中国家,对电能的需求超过了供应,并且随着电费最近的增加,迫切需要有效调节功耗以减少其霸道成本的影响。系统使用Atmega328p微控制器,该微控制器利用网格眼传感器来检测乘员在运动或静态中的存在。该系统还结合了依赖光的电阻(LDR)和温度传感器,以分别确定环境照明和环境温度。这些传感器的结果确定连接到系统的设备的状态,该设备通过继电器打开或关闭。结果表明,网格眼传感器仅对四米以内的距离敏感,人体温度为27 oC。而系统的光强度响应如预期的那样 - 在房间明亮且房间是黑暗时触发了关闭命令。
1.5.24不平衡的空调不平衡的空调是一种统一的空调,完全位于条件空间内,并从条件空间中吸收空气并将其驱逐到室外。通常会导管不平衡的空调(在热交换器上的排气空气通过柔性管道,管道或开口驱逐出条件空间),但可以连接到管道或其他开口(例如窗户)。这些单元通常是便携式或移动设备。
摘要:目前,确保电网的正确功能在维持规范电压参数和本地线重载方面是一个重要问题。可再生能源(RES)的不可预测性,峰需求现象的发生以及超过智能网格中名义值高于名义值的电压水平,这使得在该最局面中进行进一步的研究。本文介绍了电力管理系统的仿真测试和实验室测试的结果,以减少网格负载过高或降低由于增加的造成物质的产生而导致的过高的网格电压值。该研究基于使用物联网(物联网)技术的智能设备(SA)的弹性能源管理(EEM)算法。算法的数据是从实现消息队列遥测传输(MQTT)协议的消息代理中获得的。在EEM算法中选择SA的功率设置的复杂性需要使用应用于NP难题类别的解决方案。为此,在EEM算法中使用了贪婪的随机自适应搜索程序(GRASP)。在弹性能量管理算法中,在电压爆发时,模拟和实验的提出的结果证实了通过弹性能量管理算法调节网络电压的可能性。
2 “ASHRAE” 是指美国采暖、制冷和空调工程师协会。根据 EPCA,“ASHRAE 设备”是指小型商用组合式空调和供暖设备、大型商用组合式空调和供暖设备、超大型商用组合式空调和供暖设备、组合式终端空调、组合式终端热泵、暖风炉、组合式锅炉、储水式热水器、即热式热水器和非燃烧式热水储水箱,ASHRAE 在 ASHRAE 标准 90.1(低层住宅建筑除外的建筑物能源标准)中对此进行了说明。(参见 42 USC 6313(a)(6))
现有的发动机、螺旋桨和飞机认证的具体规定可能需要对配备电子控制系统的发动机和螺旋桨进行特殊解释。由于这项技术的性质以及发动机、螺旋桨和飞机系统之间的更大相互依赖性,有必要制定可接受的合规方法,专门解决这些控制系统的认证问题。
本研究评估了菲律宾马尼拉大都会的西方电器客户的促销策略偏好和购买决策。通过经过验证的自制调查问卷,数据是从100个有意选择的西方电器客户那里收集的。使用数据管理统计工具应用了百分比,算术平均值,标准偏差,Pearson相关分析,T-检验和回归分析。结果表明,促销策略和客户购买决策变量之间存在统计学上显着的相关性。特别是,主题公司实施的促销策略与受访者的所有偏好变量(例如销售促销,广告,个人销售,直接营销和公共关系)具有显着高的正相关性。促销策略与客户购买决策变量之间也存在统计学上的显着相关性。因此,促销策略实施的有效性提高或降低会导致马尼拉大都会电器客户的购买决策的增加或减少。
将氢混合到天然气中,作为缓解与使用化石燃料有关的环境问题的一种手段,提出了一个由氢气和天然气混合物加油时设计用于天然气的设备性能的问题。这项研究研究了由甲烷作为天然气代理燃料的空间和水加热设备的性能,以及含有多达15%氢的甲烷/氢混合物的性能。使用适用的CSA/ANSI Z 21系列标准,使用三种气体混合物(纯甲烷,5%氢/甲烷混合物和15%氢/甲烷混合混合物)测试了设备的输入速率,点火和燃烧器的工作特性,燃烧产物特性和气体泄漏。气体成分对炉子的影响还测试了温度升高和加热管温度。还评估了露水的露点温度和酸度。总体而言,电器没有出现重大可操作的问题和一致的热量输出降低和CO 2排放,并随着甲烷/氢混合物中的氢含量增加。因此,要满足相同的热量需求,电器将需要在更长的时间内运行,从而导致额外的二氧化碳排放。然而,与天然气相比,使用混合物的使用,相同热量输出的总体CO 2排放量仍会降低。一氧化碳和氧化氮的测量值在可接受的范围内,无论使用的燃料类型如何。对于其他测得的特性没有观察到一致的趋势,表明高达15%的氢混合物不会显着影响这些参数。对本文所检查的含有5%和15%氢的气体混合物的未来测试以及较高的氢量应该融合天然气以确定更具代表性的结果。