XiaoMi-AI文件搜索系统
World File Search SystemITAE
使用基于神经工程框架的新型机器人控制器，基于神经工程框架的峰值神经网络
摘要：本文研究了新型机器人控制器的尖峰神经网络（SNN），目的是提高轨迹跟踪的准确性。通过结合时间编码机制来模拟人脑的运行，SNN在信息处理方面提供了更大的适应性和效率，与常规神经网络相比，机器人手臂控制中时间信息的代表方面具有显着优势。探索机器人控制中SNN的特定实现，本研究分析了SNN固有的神经元模型和学习机制。基于神经工程框架（NEF）的原理，使用NENGO和MATLAB R2022B设计了一个新型的尖峰PID控制器，并为3多型机器人臂设计和模拟。控制器在以下指定的轨迹方面表现出良好的准确性和效率，显示出最小的偏差，过冲或振荡。使用均方根误差（RMSE）等性能指标的彻底定量评估以及时间加权误差（ITAE）的绝对值的积分，为基于SNN的控制器的效率提供了其他验证。观察到竞争性能，就ITAE指数而言，ITAE指数的ITAE指数和常规PID控制器的模糊控制器超过了模糊控制器，而ITAE指数则超过了6％，而RMSE的性能则超过了30％。这项工作强调了NEF和SNN在开发有效的机器人控制器方面的实用性，为未来的研究奠定了基础，该研究的重点是动态环境和先进的机器人应用中的SNN适应性。
一种基于能量的控制策略，以提高LVRT的能力
NOMENCLATURE DFIG Doubly Fed Induction generator MW, Mvar Megawatt, Mega volt ampere reactive WEC Wind Energy Conversion I, pv, Vpv Output current (A) and output voltage (V) PCC Point Of Common Coupling Iph Photocurrent generated by light (A) LVRT Low Voltage Ride Through Rs, Rsh Series resistance and shunt resistance (Ω) PSO Particle群的优化n，k的k理想因子和玻尔兹曼常数（1.38×10-23J/k）ITAE ITAE积分时间绝对误差t PV细胞温度（K）FRT故障乘坐D，Q D – Q轴成分
混合级联热泵和用于住宅建筑物的热电器存储系统：实验测试和性能分析
1可能的“无”能量，CNR Itae，意大利墨西拿98126；安东尼奴。）;）; davitation.aloids.cnr.it（D.A.）;法语（F.S.）; giuseppe.dino@it.cnr.it（G.E.D.）;2 svarv@mail.ntu.r（e.v.）; takar@mail.ntua.ngur（s.k.）3 Akg肉汤，Am Hohlen Weg 31，34369德国祝福； birgo.nitsch@kruppe.de（B.N.）; 4 GMBH，围攻，德国慕尼黑80803； andre.grosse@grushing.cool（A.G.）; 5 Daikin Europe N.V.，AG。君士坦丁str。50，15124 Maretus，希腊； 2000年邻国，瑞士；第7章章观察小组，奇妙的大学，S/N城堡的树林，25001 Lleida，西班牙； David.verb.cat（D.V.）;引起@cabe@udface@cat（l.f.c.）; gabriel.zsembinski@udl.cat（G.Z。）*正确：值。
使用 Bat 算法对微型水力发电厂负载频率控制的储能进行优化设计 Muhammad Ruswandi Djalal 1*，Nasrun Kad
摘要 发电机的转速影响产生的频率和电压，而这种变化会影响负载侧。为此，我们需要一种能够优化微水力发电性能的控制设备。因此，我们需要一种通过应用负载频率控制 (LFC) 来优化微水力发电性能的技术。LFC 通过实施超导磁能存储 (SMES) 和电容能存储 (CES) 而设计，此应用将提供功率补偿以减少甚至消除由消费者电力负载变化引起的频率振荡。为了获得最佳的微水力发电性能，必须为 SMES 和 CES 设置正确的参数。本研究中的 SMES 和 CES 参数调整提出使用 Bat 算法。该算法使用的目标函数是优化积分时间绝对误差 (ITAE)。对于性能分析，在负载变化的情况下测试系统，然后分析调速器、涡轮机和系统频率响应。为了测试系统的可靠性，本研究采用了几种控制、SMES、CES 与基于比例、积分、微分 (PID) 的传统控制相结合的方案。正确的控制参数将更优化地改善系统性能。最佳系统性能可以从调速器、涡轮机的响应和频率的最小超调以及系统切换到稳定状态的快速稳定时间中看出。
cv-axhausen.pdf - 苏黎世联邦理工学院
简历 P ROF 。D R .-I NG .D R 。技术。H .C .KAY W. A XHAUSEN , M.S.个人详细信息： 性别：男性 婚姻状况：单身 出生日期：1958 年 10 月 8 日 国籍：瑞士/德国 语言：德语和英语 ORCID：0000-0003-3331-1318 Google 学术搜索 ID：GetqmkkAAAAJ E就业经历： 交通规划和运输系统研究所 (IVT) 正教授（交通规划）1 ，瑞士联邦理工学院，苏黎世，1999-2024 年 利奥波德·弗兰岑大学，道路建设和交通规划研究所，正教授（道路运输 - 道路工程），因斯布鲁克，1995-1999 年 讲师和高级讲师，帝国理工学院和医学，土木工程系，交通研究中心，伦敦，1991-1994 研究和高级研究官员，大学牛津大学交通研究部，牛津大学，1989-1991 年 卡尔斯鲁厄大学交通研究所研究员，1984-1989 年 卡尔斯鲁厄大学和威斯康星大学研究助理，1979-1984 年 高等教育：博士-卡尔斯鲁厄大学（TH）工程师，1988 年 11 月以优异成绩获得硕士学位，土木与环境工程，威斯康星大学麦迪逊分校，1984 年 6 月 土木工程中级文凭（相当于理学学士学位), 卡尔斯鲁厄大学，1980 年 7 月 曼海姆图拉体育馆毕业典礼，1977 年 5 月 荣誉：2023 BIVEC-GIBET 荣誉主席 2020-2022 香港大学地理系客座教授 2020 荣誉技术博士丹麦技术大学，林比 2016 年杰出交通奖香港大学讲座 2015 东广岛广岛大学 IDEC 客座教授 2009-2016 苏黎世赫尔维蒂学院院士 1996 Max-Erich-Feuchtinger 和 Bruno 获得 Max-Erich-Feuchtinger-and-Bruno-Wehner-Medal -Wehner 基金会、道路与运输研究协会，科隆。