摘要 牵引传动系统作为高速列车的动力系统,是保障高速列车安全稳定运行的关键系统之一。故障测试验证平台是保证高速列车实时故障诊断方法有效应用的重要途径。针对高速列车牵引传动系统故障测试验证平台面临的挑战性问题,分析了故障注入、仿真可靠性评估、算法性能评估、仿真平台实现的方法与技术,并总结了针对上述问题的一些解决方案。在此基础上,提出并搭建了集高速列车实时仿真、故障场景真实模拟、随机故障测试和故障诊断算法评估为一体的高速列车牵引传动系统故障测试验证平台。最后对高速列车安全监测与验证平台未来的研究方向进行了总结和展望。关键词故障测试,验证平台,故障注入,测试评估,高速列车牵引传动系统引用杨超,彭涛,杨春华,陈志文,桂伟华。高速列车牵引传动系统故障测试与验证仿真平台。自动化学报,2019,45(12):2218−2232
孤岛运行是微电网 (MG) 的主要特征之一,它是在分布式能源 (DER) 存在的情况下实现的。然而,为了应对 MG 在孤岛运行期间面临的控制挑战,特别是当转换与某些过载相关时,需要一种有效的控制策略。本文介绍了一种中央管理代理 (CMA),它通过控制储能系统 (ESS) 和中央同步发电机 (CSG),在 MG 孤岛后保持其稳定性。此外,本文提出了一种新的自适应负载削减/恢复方案,该方案根据频率测量结合频率梯度的平均值来计算功率不平衡量。与现有方案(如基于瞬时频率梯度的负载削减方案)相比,所提出的方案的优势在于其对频率振荡的鲁棒性。此外,所提出的方法与 DER 的控制程序和光伏电站的间歇性兼容。本文的另一个突出特点是开发了一个用于实时仿真的硬件在环 (HIL) 测试平台,在此平台上评估了所提出的方案以及与 CMA 以及其他组件的相关通信。所得结果表明,该控制策略可以自信地保持孤岛模式下 MG 的稳定性,并实现与电网连接模式的平稳重新连接。
摘要 - 大气光散射包含复杂的物理过程,包括各种散射机制和光学参数。应对破译这种现象的计算密集任务所带来的挑战,这项研究引入了有效的实时仿真策略。所提出的方法采用物理驱动的大气建模,利用统一的相位函数模仿瑞利和MIE散射现象。使用射线制定的概念来解决散射积分,将散射积分近似并离散。基于不同光源的特征,确定了准确的射线建设长度,从而简化了光路的计算轨迹。此外,纹理抖动的引入增强了初始采样位置的随机性。阴影地图算法擅长生成阴影映射纹理,从而消除了阴影区域内的光计算的需求,从而减少了样本数量和计算工作负载。最后,颜色合成用于确定在各种雾密度条件下大气的渲染颜色。实验结果表明,与其他先进的光散射渲染方法相比,这种方法可显着提高渲染效率,并实现实时渲染,同时保持逼真的光散射效果。
摘要:用于3D体积生成和重建的生成对抗网络(GAN),例如形状产生,可视化,自动化设计,实时仿真和研究范围,在各个领域都受到了更多的关注。但是,诸如有限的培训数据,高计算成本和模式崩溃问题之类的挑战持续存在。我们建议将变异自动编码器(VAE)和gan结合起来,以发现增强的3D结构,并引入一种稳定且可扩展的渐进式增长方法,以生成和重建基于体素的基于体素的3D形状。级联结构的网络涉及生成器和鉴别器,从小型体素大小开始,并逐步添加图层,同时在每个新添加的层中使用地面标签监督歧视器,以建模更广阔的体素空间。我们的方法提高了收敛速度,并通过稳定的增长来提高生成的3D模型的质量,从而促进了复杂的体素级详细信息的准确表示。通过与现有方法的比较实验,我们证明了方法在评估体素质量,变化和多样性方面的有效性。生成的模型在3D评估指标和视觉质量中表现出提高的准确性,使它们在包括虚拟现实,元评估和游戏在内的各个领域都很有价值。
ananda_cm@css.nal.res.in 关键词:ARINC 429、综合模块化航空电子设备 (IMA)、发动机指示机组警报系统 (EICAS)、自动飞行控制系统 (AFCS)、实时仿真、FAR 25、FAA、DGCA、故障模式影响分析 (FMEA) 摘要:传统上,正在实施的航空电子架构具有联合性质,这意味着每个航空电子功能都有自己独立的、专用的容错计算资源。联合架构具有固有故障控制的巨大优势,同时也带来了大量使用资源的潜在风险,从而导致重量、隐患、成本和维护增加。随着计算机和软件技术的飞速发展,航空业正逐渐转向在民用运输机上使用综合模块化航空电子设备 (IMA),这可能导致每个硬件平台都包含多种航空电子功能。集成模块化航空电子设备是下一代飞机航空电子设备架构中最重要的概念。SARAS 航空电子设备套件完全与符合 FAR25 的几乎玻璃驾驶舱架构相结合。航空电子设备活动从开始到执行均受民航总局 (DGCA) 审查的法规和程序的约束。航空电子设备活动的每个阶段都有自己的技术参与,以使系统完美。此外,飞行数据处理、监控和分析也是民航业的重点领域,可确保安全性和
药剂师初级保健证书培训计划田纳西州健康科学中心药房学院概述:田纳西大学健康科学中心药房学院(UTHSC COP)持续专业发展办公室兴奋地提供了第五届药剂师初级保健证书培训计划,从2023年3月27日开始,随着药剂师的角色继续扩展和发展,该计划旨在使药剂师准备直接患者护理,并发展在门诊初级保健环境中取得成功所必需的技能和专业知识,并在就业市场上更具竞争力。该ACPE认可的计划包括12周的30小时教学和体验培训,这将计算30小时的继续药学教育(CPE)。在这30个小时,20小时的时间里将专门用于教学学习,并将通过基于Web的家庭学习模块提供。剩余的10个小时将包括经验学习,这些学习将通过实践,实际技能应用和模拟来获得。该计划的关键组成部分是我们的临床护理教练,他们是在初级保健环境中执业的药剂师,并将担任计划导师。预定的指导会议将根据最适合学习者和教练的天数/小时数来确定。完整完成该计划后,包括所有在线模块和实时仿真活动,参与者将获得证书和完成徽章。将不会授予任何部分信用。学习者可以期望计划主管和临床教练:证书期望:以下准则旨在在整个计划中创建一个舒适和富有成效的学习环境。
药剂师初级保健证书培训计划田纳西大学健康科学中心药房学院概述:田纳西大学健康科学中心药房学院(UTHSC COP)持续专业发展办公室兴奋地提供了第六届药剂师初级保健证书培训计划,从2023年7月31日开始。随着药剂师的角色继续扩展和发展,该计划旨在使药剂师准备直接患者护理,并发展在门诊初级保健环境中取得成功所必需的技能和专业知识,并在就业市场上更具竞争力。该ACPE认可的计划包括12周的30小时教学和体验培训,这将计算30小时的继续药学教育(CPE)。在这30个小时,20小时的时间里将专门用于教学学习,并将通过基于Web的家庭学习模块提供。剩余的10个小时将包括经验学习,这些学习将通过实践,实际技能应用和模拟来获得。该计划的关键组成部分是我们的临床护理教练,他们是在初级保健环境中执业的药剂师,并将担任计划导师。预定的指导会议将根据最适合学习者和教练的天数/小时数来确定。完整完成该计划后,包括所有在线模块和实时仿真活动,参与者将获得证书和完成徽章。将不会授予任何部分信用。学习者可以期望计划主管和临床教练:证书期望:以下准则旨在在整个计划中创建一个舒适和富有成效的学习环境。
发动机电子控制单元(EECU)是航空发动机中非常重要的部件,在其开发过程中需要进行多项验证试验。由于使用实际发动机进行此类验证试验需要花费大量的时间和成本,而且昂贵的发动机可能会损坏或出现安全隐患,因此,能够虚拟地产生与实际发动机相同信号的模拟器是必不可少的[1]。替代实际发动机的虚拟发动机模拟器应该能够实时提供与实际发动机运行几乎相同水平的发动机运行模拟。因此,模拟速度应该与实际系统在用户指定的时间范围内进行输入、计算和输出的速度一样快。实时仿真需要开发能够几乎实时进行计算的实时发动机模型和适当的硬件。已经进行了许多关于燃气涡轮发动机电子发动机控制系统的研究。在之前的研究中,W.J.Davies 等人进行了 F-14 飞机和推进控制集成评估。他们的论文介绍了 PWA 执行的 FADEC/F-14 集成评估,并讨论了 FADEC/F-14 集成系统的优势 [2]。H. Yamane 等人对飞机发动机控制系统的各个方面进行了调查。在他们的工作中,提出了各种用于飞机发动机的电子控制系统 [3]。F. Schwamm 对安全关键应用的 FADEC 计算机系统进行了研究。在 Schwamm 的工作中,研究了 FADEC 的发展趋势 [4]。K. Hjelmgren 等人。对单引擎飞机 FADEC 的可靠性分析进行了研究。他们的论文介绍了用于控制飞机燃气涡轮发动机的两种容错 FADEC 选项的可靠性分析 [5]。K. Ito 等人。对燃气涡轮发动机 FADEC 的最佳自诊断策略进行了研究。在他们的论文中,FADEC 在第 n 次控制计算时进行自诊断。最后提供了数值示例 [6]。Ding Shuiting 等人。对 FHA(功能性
摘要 锂离子电池因其高能量和功率密度而被广泛应用于汽车工业(电动汽车和混合动力汽车)。然而,这也带来了新的安全性和可靠性挑战,需要开发新型复杂的电池管理系统 (BMS)。BMS 可确保电池组安全可靠地运行,要实现这一点,必须求解一个模型。然而,当前的 BMS 并不适合汽车行业的规范,因为它们无法以实时速率和在广泛的操作范围内提供准确的结果。因此,这项工作的主要重点是开发混合动力双胞胎,如 Chinesta 等人所介绍的那样。(Arch Comput Methods Eng (in press), 2018. 以满足新一代 BMS 的要求。为了实现这一目标,三种降阶模型技术应用于最常用的基于物理的模型,每种技术适用于不同的应用范围。首先,使用 POD 模型大大减少伪二维模型的仿真时间和计算工作量,同时保持其准确性。通过这种方式,可以在节省时间和计算资源的同时进行电池设计、参数优化和电池组仿真。此外,还研究了它的实时性能。接下来,使用稀疏-本征广义分解 (s-PGD) 从数据构建回归模型。结果表明,它实现了带有电池组的整个电动汽车 (EV) 系统的实时性能。此外,由于获得的代数表达式简单,该回归模型可以毫无问题地用于 BMS。使用系统仿真工具 SimulationX(ESI ITI GmbH)演示了使用所提方法对 EV 的仿真。德国德累斯顿 。此外,使用 s-PGD 创建的数字孪生不仅可以进行实时仿真,还可以根据实际驾驶条件和实际驾驶周期调整其预测,从而实时更改规划。最后,开发了一种基于动态模式分解技术的数据驱动模型,以提取一个在线模型来纠正预测和测量之间的差距,从而构建第一个(据我们所知)能够从数据中自我校正的锂离子电池混合孪生。此外,得益于该模型,上述差距在驾驶过程中得到了纠正,同时考虑到了实时限制。
摘要:人工智能(AI)通过计算机系统模拟人类智能,旨在复制类似人类的功能。作为4.0工业革命的关键驱动力,AI正在改变教育,尤其是在教学过程中。本研究研究了AI在英语教学(ELT)中的作用,并探索了整合到该领域的各种AI技术。通过图书馆的研究,调查结果表明,AI促进了一种有利的英语学习环境。它有效地个性化了学习经验,使学生能够与他们的熟练程度,职业需求或兴趣相提并论,使学生能够参与英语技能(讲,倾听,阅读和写作)。AI驱动的工具,例如用于英语的实时仿真平台,增强了实践技能,包括写作和增强学生的参与度以及Ellt在ELT中的英语教学的整体影响。随着技术进步,由于各种AI驱动的平台,学习英语变得更加易于访问。AI技术通过提供类似于人类推理的互动,决策经验来促进理解和技能发展。基于AI的ELT应用程序的示例包括Google翻译,文本到语音(TTS),英语,Orai,Orai,Elsa,Chatbots,Duolingo和Neo Platforms等,提供了多种选择来提高英语能力的选择。本研究论文旨在探讨人工智能(AI)在英语教学(ELT)中的作用。关键字:人类创造力,人工智能,创意写作,Claude AI,I。本文将重点关注AL Technologies的使用如何提高英语技能,优化教学方法并创造沉浸式,实用的学习经验。引言工业时代的变化的快速速度影响了所有人,需要迅速的适应性。全球化和行业4.0的崛起刺激了新的途径,尤其是技术方面的创造力,创新和挑战。因此,技术对于通过文本,图像和声音传输信息至关重要(Rahayu&Pujiyono,2017年)。AS旨在简化人类的任务和活动,技术继续发展,其中最紧张的领域之一是人工智能(AI)。人工智能(AI)在计算创造力方面的持续进步引起了人们的重大关注(Cheng&Day,2014年)。通过合并AI,可以通过各种应用来展示创造力的形式。Rahman(2009)将AI描述为创建软件,可以自主管理知识,计算和搜索功能。这种开发旨在使设备“智能”,模仿人脑的功能,如在线平台和机器人系统中所示(Karsenti,2019年)。AI,也称为机器智能(Mehrotra,2019年),涉及增强具有类似人类认知能力的机器以执行任务。Mehrotra(2019)将AI定义为计算机科学中的领域,专注于设计可以思考和行为像人类的智能系统和应用程序。AI技术的本质在于复制智能(Wang,2019年)。Whitby(2009)强调,AI探索了人类,动物和机器中的智能行为,努力模仿和应用这些特征。术语“ AI”本身将“人造”结合在一起 - 引用了模拟但有效的东西和“智力”,其中包括推理,情感意识,自我理解和创造力等复杂能力(Ahmet,2018)。