XiaoMi-AI文件搜索系统
World File Search System控制律
湍流射流的人工智能控制
开发了一种人工智能 (AI) 控制系统，以最大限度地提高湍流喷射的混合率。该系统由六个独立操作的非稳定微型喷射执行器、两个放置在喷射器中的热线传感器和用于无监督学习近乎最优控制律的遗传编程组成。该定律的假设包括多频率开环强迫、传感器反馈及其非线性组合。混合性能通过喷射中心线平均速度的衰减率来量化。有趣的是，人工智能控制的学习过程按性能提高的顺序逐一发现了传统控制技术可实现的经典强迫，即轴对称、螺旋和拍打，最终收敛到迄今为止未探索过的强迫。仔细检查控制环境可以揭示学习过程中产生的典型控制定律及其演变。最佳 AI 强制产生复杂的湍流结构，其特点是周期性生成的蘑菇结构、螺旋运动和振荡射流柱，所有这些都提高了混合率并且远远优于其他结构。这种流动结构以前从未被报道过，我们从各个方面对其进行了检查，包括速度谱、平均和波动速度场及其下游演变，以及三个正交平面中的流动可视化图像，并与其他经典流动结构进行了比较。除了对微射流产生的流动及其对主射流初始条件的影响的了解之外，这些方面还为我们了解这种新发现的流动结构高效混合背后的物理原理提供了宝贵的见解。结果表明，人工智能在征服许多执行器和传感器的控制律的巨大机会空间以及优化湍流方面具有巨大潜力。
湍流射流的人工智能控制
开发了一种人工智能 (AI) 控制系统，以最大限度地提高湍流喷射的混合率。该系统由六个独立操作的非稳定微型喷射执行器、两个放置在喷射器中的热线传感器和用于无监督学习近乎最优控制律的遗传编程组成。该定律的假设包括多频率开环强迫、传感器反馈及其非线性组合。混合性能通过喷射中心线平均速度的衰减率来量化。有趣的是，人工智能控制的学习过程按性能提高的顺序逐一发现了传统控制技术可实现的经典强迫，即轴对称、螺旋和拍打，最终收敛到迄今为止未探索过的强迫。仔细检查控制环境可以揭示学习过程中产生的典型控制定律及其演变。最佳 AI 强制产生复杂的湍流结构，其特点是周期性生成的蘑菇结构、螺旋运动和振荡射流柱，所有这些都提高了混合率并且远远优于其他结构。这种流动结构以前从未被报道过，我们从各个方面对其进行了检查，包括速度谱、平均和波动速度场及其下游演变，以及三个正交平面中的流动可视化图像，并与其他经典流动结构进行了比较。除了对微射流产生的流动及其对主射流初始条件的影响的了解之外，这些方面还为我们了解这种新发现的流动结构高效混合背后的物理原理提供了宝贵的见解。结果表明，人工智能在征服许多执行器和传感器的控制律的巨大机会空间以及优化湍流方面具有巨大潜力。
B-2 轰炸机的气动伺服弹性特性及其对未来大型飞机的影响
图 2 显示了支持各种分析要求的建模活动的基本流程。所有模型均从适当的数据库发展而来。为了支持了解车辆响应特性和快速设计有效可实现控制律所需的许多参数分析，需要低阶结构模型。空气动力学公式需要反映可用的风洞测试数据，特别是关于俯仰稳定性的数据，因为飞翼设计在俯仰方面本质上是边缘稳定或不稳定的。这些模型还需要能够包括执行系统和传感器的代表性模型。MSC/NASTRAN 是进行建模活动和图 3 半跨度有限元模型的主要工具
信息物理系统接口中的混合神经网络......
人工神经网络技术旨在为未来的机器提供完全的自主性，即自主控制和决策，依靠先前的经验和分析，而无需人类的直接参与。人工神经网络是生物神经网络的模型，用于解决算法未知的问题 [1-3]。如前所述，发动机转速控制可以通过反馈控制和 PID 控制器来实现。事实上，标准 PI (D) 控制律构成了绝大多数现代电子柴油机控制器的主要线性模块。然而，控制原理是基于推进系统传递函数的标准形式，使用传递函数和热力学、物理化学过程（例如燃烧）中固有的任何非线性的线性化。
由飞机牵引并绕轨道飞行的尾线天线的建模与控制
对几种控制线的稳态形状和风梯度引起的振动的候选方案进行了研究。使用经典振动链开发了计算机模拟，将自由/固定边界条件叠加在线的稳态形状和张力分布上。分析中考虑了几种形式的恢复力和耗散力。证明了叠加方法在很宽的操作范围内的有效性。开发了一种控制律，它调节拖曳机轨道半径，并证明了所有振动减少 50% 或更好的潜力。研究了第二种方案，即在线的尾端使用可控减速伞。可控减速伞在减少振动方面取得了有限的成功，但在调整线的稳态形状方面很有用。
由飞机牵引并绕轨道飞行的尾线天线的建模与控制
对几种控制线的稳态形状和风梯度引起的振动的候选方案进行了研究。使用经典振动链开发了计算机模拟，将自由/固定边界条件叠加在线的稳态形状和张力分布上。分析中考虑了几种形式的恢复力和耗散力。证明了叠加方法在很宽的操作范围内的有效性。开发了一种控制律，它调节拖曳机轨道半径，并证明了所有振动减少 50% 或更好的潜力。研究了第二种方案，即在线的尾端使用可控减速伞。可控减速伞在减少振动方面取得了有限的成功，但在调整线的稳态形状方面很有用。
使用量子设备实现非确定性控制动作选择的安全性
我们之前的工作（Nieman 等人 (2022)）是对量子计算机上控制器实现的初步研究，重点研究量子计算机的独特操作如何影响过程操作和安全性。我们专门研究了基于 Lyapunov 的经济模型预测控制 (LEMPC) 的理论（请注意，可以考虑许多其他控制框架，我们选择 LEMPC 作为本主题的初步研究，因为它在存在干扰的情况下具有闭环稳定性保证）。LEMPC 是一种解决优化问题的控制律，受过程模型和约束的制约（Heidarinejad 等人 (2012)）。在 Nieman 等人 (2022) 中，我们证明了在存在由舍入引入的离散化的情况下（在充分条件下），可以确保闭环稳定性，这可能是由于现代量子计算机的规模有限而引入的。
由飞机牵引并绕轨道飞行的尾线天线的建模与控制
对几种控制线的稳态形状和风梯度引起的振动的候选方案进行了研究。使用经典振动链开发了计算机模拟，将自由/固定边界条件叠加在线的稳态形状和张力分布上。分析中考虑了几种形式的恢复力和耗散力。证明了叠加方法在很宽的操作范围内的有效性。开发了一种控制律，它调节拖曳机轨道半径，并证明了所有振动减少 50% 或更好的潜力。研究了第二种方案，即在线的尾端使用可控减速伞。可控减速伞在减少振动方面取得了有限的成功，但在调整线的稳态形状方面很有用。
由飞机牵引并绕轨道飞行的尾线天线的建模与控制
对几种控制线的稳态形状和风梯度引起的振动的候选方案进行了研究。使用经典振动链开发了计算机模拟，将自由/固定边界条件叠加在线的稳态形状和张力分布上。分析中考虑了几种形式的恢复力和耗散力。证明了叠加方法在很宽的操作范围内的有效性。开发了一种控制律，它调节拖曳机轨道半径，并证明了所有振动减少 50% 或更好的潜力。研究了第二种方案，即在线的尾端使用可控减速伞。可控减速伞在减少振动方面取得了有限的成功，但在调整线的稳态形状方面很有用。
嵌入式和实时系统概述
图 2 嵌入式系统主导微处理器领域 嵌入式系统提供多种功能（图 3）； • 监控环境；嵌入式系统从输入传感器读取数据。然后处理这些数据，并以某种格式将结果显示给用户 • 控制环境；嵌入式系统生成并传输执行器的命令。 • 转换信息；嵌入式系统以某种有意义的方式转换收集的数据，例如数据压缩/解压缩 虽然通过传感器和执行器与外部世界的交互是嵌入式系统的一个重要方面，但这些系统还提供特定于其应用程序的功能。嵌入式系统通常执行控制律、有限状态机和信号处理算法等应用程序。这些系统还必须检测内部计算环境以及周围机电系统中的故障并对其做出反应。