XiaoMi-AI文件搜索系统
World File Search System控制实验
扩展现实飞行模拟与控制实验室
耦合飞行动力学、空气力学和气动声学模拟 § 线性化、稳定性、降阶、控制 § 实时空气力学和声学 § 实时交互空气动力学 § 旋翼飞行器（直升机、倾转旋翼机等）§ 扑翼微型飞行器（昆虫、鸟类） 先进飞行控制系统 § 旋翼机飞行控制系统 § 主动降噪飞行控制律 § 主动旋翼振动飞行控制律 感知建模和飞行员提示方法 § 全身触觉反馈 § 多模态飞行员建模 § 自转/舰载着陆提示算法
卫星姿态确定与控制实验室
ADCS 仿真台 该台模拟卫星的动态和在轨位置。它还模拟所有环境干扰。它包括 ADCS 传感器（星跟踪器、磁力计、陀螺仪、太阳传感器）和 ADCS 执行器（反作用轮、磁力矩器、推进器）的数学模型、姿态确定算法（卡尔曼、扩展卡尔曼滤波器、三叉戟等）。它还包含用于卫星脱轨、卫星成像、惯性物体跟踪和地面站跟踪的所有常见控制算法。
无人机系统在气候控制实验室中的表现
摘要 尽管许多研究都集中于提高自动驾驶能力和将人工智能带入无人机系统 (UAS) 的策略，但与这些飞行器在非常规天气条件下的性能相关的实验活动仍然很少。 气温和海拔直接影响 UAS 应用中小型螺旋桨的推力和功率系数。雷诺数通常在 10,000 到 100,000 范围内，重要的空气动力学效应（例如层流分离气泡）会对推进性能产生负面影响。开发自主 UAS 平台以减少飞行员的工作量并允许超视距 (BVLOS) 操作需要实验数据来验证这些创新飞行器的能力。需要高质量的数据来深入了解 UAS 在非常规飞行条件下的局限性和机遇。本文的主要目的是介绍螺旋桨和四旋翼飞行器在压力气候控制室中的能力特性。使用专用测试装置在各种温度和高度下测量机械和电气数据。测试结果以推力和功率系数趋势的形式呈现。实验数据显示，雷诺数低是导致推力性能下降的原因。此外，还讨论了考虑不同温度的无刷电机性能细节
人工神经网络建模用于控制实验室规模输出台的冷却速度
摘要。工业上，为了获得不同的钢微观结构，人们长期使用运行台 (ROT)。钢的微观结构受冷却速度控制，而冷却速度又取决于各种因素，如板材速度、喷嘴组距离、冷却剂流速等。因此，要获得新的钢种，需要对所有这些参数进行适当的组合设置。从实验室规模的 ROT 观察到的数据（如上喷嘴距离、下喷嘴距离和冷却剂质量流速）可用于找出冷却速度，这是实现钢所需性能的重要参数。这里使用人工神经网络在观察到的数据和热力学参数之间建立经验关系，这将决定冷却速度并对其进行验证。