图3。使用微流体设置进行AGNPS合成:a)微流体设备; b)帕累托图显示了因素及其相互作用的统计学意义,红线显示了统计显着性的限制值; c)响应表面表明pH和柠檬酸三座(TC)对AGNPS大小的综合作用,TC值在mm中给出,并且颜色棒适用于nm中的粒径; d)比较了对初始数据集训练的模型的性能与使用随机选择的其他实验的模型的比较,并根据决策树进行指导DOE; e)将PBM-CFD仿真结果与来自微流体通道和混合良好反应器的实验数据进行比较。所显示的数字已改编自(Nathanael,Galvanin等,2023)(a - c),(Nathanael,Cheng等,2023)(D)和Pico等。(2023)。
摘要 —本文介绍了互连和阻尼分配无源性控制 (IDA-PBC) 原理在固态变压器 (SST) 的端口控制相量哈密顿 (PCPH) 模型中的应用(该模型由三个阶段组成,即交流/直流整流器、双有源桥式转换器和直流/交流逆变器)。使用动态相量概念为每个单独的阶段建立 SST 的 PCPH 模型。与其他 PBC 方法相比,IDA-PBC 提供了额外的自由度来求解偏微分方程。根据每个阶段控制器设计的目标,获得系统的期望平衡点。闭环系统性能实现恒定输出直流母线电压和单位输入功率因数的调节。整个系统的大信号仿真结果验证了为获得控制器而引入的简化,并验证了所提出的控制器。控制器的稳健性通过 20% 的负载扰动和 10% 的输入扰动得到证明。为了验证所提出的方法及其有效性,使用 Opal-RT 和 dSPACE 模拟器进行硬件在环仿真。
工业的快速发展需要更多的能源来支持其制造过程。不幸的是,传统能源主要被用作对自然不利且会破坏环境的主要能源。如今,从使用传统能源向使用可再生能源的转变在世界范围内日益普及。然而,可再生能源的存在给电力系统带来了新的挑战,其影响是降低传统能源(如热发电机)的惯性(无惯性)值。这种情况会导致频率振荡并导致电力系统停电。为了解决这个问题,本文提出了基于超导磁能存储(SMES)的先进虚拟惯性控制(VIC),用于适应可再生能源融入电力系统的影响。之所以选择 SMES,是因为它具有快速响应和高达 90% 的效率。利用双区域电力系统模型来检验基于 SMES 的 VIC 模型。从仿真结果来看,基于的VIC通过压缩系统超调量、减少稳定时间,成功减少了频率振荡。
可以通过添加可再生能源来开发带有燃料电池和存储系统电池/超级电池电池/超级电池电池/超级电容器的混合船电力系统。将PV添加到混合系统中增强了系统的可靠性和可靠性。但是,需要一种高级控制策略来管理燃料电池和光伏阵列之间的生成功率,并根据负载需求确定合适的时间充电或排放存储的能量。完美的解决方案是使用智能神经网络技术来控制船舶的混合动力系统,因为该系统的非线性以及脉冲和高密度负载需求的存在。本文介绍了智能人工神经网络(ANN)技术,该技术取决于以前的经验。ANN具有灵活性且易于修改,添加/删除电源系统组件,并将其缩放到任何船舶电源系统等级。使用MATLAB软件的仿真结果证明,强大的智能电源管理系统可以根据日光来控制和确定将利用哪种能源的源。
介绍了一种使用简单单级辅助放大器的新型增益提升折叠共源共栅运算放大器。所提出的辅助放大器的设计方式是,无需使用共模反馈网络,即可获得适当的输入和输出直流共模电压。辅助放大器的输入端由耦合电容器和浮栅 MOS 晶体管隔离。因此,直流输入电压电平限制已被消除。辅助放大器的输出端也使用了二极管连接的晶体管,使输出电压电平保持在所需的水平。与更复杂的放大器相比,简单的单级辅助放大器对主放大器施加的极点和零点更少,而且功耗也更低。0.18μm CMOS 技术的仿真结果显示直流增益增强了约 20 dB,而输出摆幅、斜率、稳定时间、相位裕度和增益带宽几乎与之前的折叠共源共栅设计相同。
摘要。本文介绍了“秋粘虫 (FAW) 杀虫剂”项目第一阶段的设计和任务管理。该项目有三个主要阶段:设计和能源管理阶段、无人机飞行控制阶段以及检测和杀死秋粘虫阶段。该项目的目标是在不使用化学方法的情况下检测和杀死一种在非洲和亚洲迅速蔓延的有害秋粘虫。本文重点介绍了系统第一阶段的设计、获得最大功率和控制系统的能量。提出了一种带有储能装置的光伏系统作为电源。提出了一种控制杀虫和检测任务时间安排的新算法,并研究了其对系统能量和任务周期的影响。对跟踪光伏板最大功率的不同方法进行了比较,以选择最佳(时间更短、精度更高)的方法。仿真结果表明了所提出的最大功率跟踪和任务管理系统的有效性。
摘要:本文提出了一种增量反步滑模 (IBS) 控制器,用于无尾飞机的轨迹控制,该飞机具有未知的干扰和模型不确定性。所提出的控制器基于无尾飞机的非线性动力学模型。提出了一种稳定性增强器 (SE),它限制了虚拟控制输入的速率和幅度。稳定性增强器由两层组成。当虚拟控制输入接近边缘时,第一层 SE 将被激活以修改轨迹跟踪误差;当虚拟控制输入超过边缘时,第二层 SE 将降低控制增益以确保虚拟控制输入尽快落在边缘内。借助 SE,增量控制方法可以扩展到外环控制,而无需考虑内环系统的动态特性。此外,提出了一种状态导数的自适应估计器,与 IBS 一起,使控制器表现出出色的鲁棒性。最后,给出了两个仿真结果。第一次仿真表明系统对外界干扰和模型不确定性不敏感,第二次仿真证明了SE的有效性。
摘要 - 流体天线系统(FAS)的出现提供了一种新颖的技术,用于获得空间多样性和利用干扰淡出在多源场景中共享的频谱共享 - 一种被称为流动天线多访问的范式(FAMA)。然而,随着用户数量的增加,干扰能力会降低。为了克服这一点,优先考虑强大用户的机会主义安排被证明是增强FAMA的有效方法。本文介绍了一种弹性的分散增强学习(RL)方法,用于opporistic Fama(O-fama),以自主选择强大的用户和每个选择的用户的FAS的端口共同选择网络总数。为了在这个多代理环境中提高学习效率,我们提出了一个新颖的团队理论RL框架,其中包括一个导数网络,指导每个解决方案的策略网络的多代理学习。我们的仿真结果证实了所提出方法的有效性。
快速傅里叶变换 (FFT) 广泛应用于各种信号处理算法,这些算法通常需要高吞吐量和可配置的 FFT 大小。本应用说明展示了 Xilinx ® Versal™ AI Core 设备中 AI 引擎阵列上的高效 FFT 实现。所提出的架构利用 AI 引擎阵列的分组交换功能,将 4096 个输入样本分发到四个 AI 引擎,在其中执行 512 点或 1024 点 FFT,然后使用另一个 AI 引擎根据控制字对 2048 点和 4096 点 FFT 的数据进行后处理,该控制字逐块指定 FFT 大小和 FFT/IFFT 模式。仿真结果证实,5x2 AI 引擎阵列中的两个 FFT 模块实现了 3.7 GSPS 的吞吐量,足以服务于 24-32 个 100 MHz 带宽的天线。
摘要。飞机起落架(ALG)的失效主要是由于振动疲劳引起的。其主要失效模式为疲劳断裂。目前,ALG的可靠性计算通常采用基于二元状态假设的应力强度干涉(SSI)模型。而实际情况是,强度随时间的推移而退化,失效与成功的界限模糊,二元状态假设与事实不符。针对这一问题,本文采用隶属函数(MF)表示振动疲劳失效模式下强度退化引起的模糊安全状态。此外,提出了一种基于模糊失效域(FFD)的ALG模糊可靠性模型(FRM)。最后,通过仿真算例验证了方法的可行性。通过将FRM的仿真结果(SR)与静态SSI模型和动态SSI模型的SR进行比较,验证了该方法的合理性。FRM可以在不考虑逐渐退化过程的情况下计算可靠性,因此应用更为广泛。