摘 要: 采煤机是综采工作面的核心装备,研发智能采煤机器人是实现综采工作面智能化的关键。 综合分析当前采煤机机器人化研究进程中的传感检测、位姿控制、速度控制、截割轨迹规划与跟 踪控制等技术的研究现状,提出研发智能采煤机器人必须破解的 “ 智能感知、位姿控制、速度控制、 截割轨迹规划与跟踪控制、位 − 姿 − 速协同控制 ” 五大关键技术,并给出解决方案。针对智能感知 问题,提出了构建智能感知系统思路,给出了智能采煤机器人智能感知系统的架构,实现对运行 状态、位姿、环境等全面感知,为智能采煤机器人安全、可靠运行提供保障;针对位姿控制问题, 提出了智能 PID 位姿控制思路,给出了改进遗传算法的 PID 位姿控制方法,实现了智能采煤机器 人位姿精准控制;针对速度控制问题,提出了融合 “ 力 − 电 ” 异构数据的截割载荷测量思路,给出 了基于神经网络算法的截割载荷测量方法,实现了截割载荷的精准测量;提出牵引与截割速度自 适应控制思路,给出了人工智能算法牵引与截割速度决策方法和滑模自抗扰控制的牵引与截割速 度控制方法,实现了智能采煤机器人速度精准自适应控制;针对截割轨迹规划与跟踪控制问题, 提出了截割轨迹精准规划思路,给出了融合地质数据和历史截割数据的截割轨迹规划模型,实现 了截割轨迹的精准规划;提出了截割轨迹精准跟踪控制思路,给出了智能插补算法的截割轨迹跟 踪控制方法,实现了智能采煤机器人截割轨迹高精度规划与精准跟踪控制;针对 “ 位 − 姿 − 速 ” 协同 控制问题,提出了 “ 位 − 姿 − 速 ” 协同控制参数智能优化思路,给出了基于多系统互约束的改进粒子 群 “ 位 − 姿 − 速 ” 协同控制参数优化方法,实现了智能采煤机器人智能高效作业。深入研究五大关键 技术破解思路,有利于加快推动研发高性能、高效率、高可靠的智能采煤机器人。
平行谐振永久性磁铁同步发电机(PMSG)系统,该系统由柴油发动机组成,带有谐振平行电容器的PMSG和二极管全波电流,可能可能应用于串联混合车辆牵引系统,这是由于其高成本和低成本和低成本和低成本而导致的。通常,使用脉冲宽度调制(PWM)转换器控制串联混合车辆牵引系统中的发电系统。但是,无法使用PWM转换器调整并联谐振PMSG混合牵引系统中的功率发电系统,并且需要采用新的动力生成控制方法。尚未开发一种考虑电池恶化,发动机启动数量和燃油经济性的适当发电控制方法。因此,本研究提出了一种适用于串联混合车辆牵引系统的平行谐振PMSG系统的发电控制方法。
Romain Mathieu,Olivier Briat,Philippe Gyan,Jean-Michel Vinassa。在电荷方案和温度的几个参数下,快速充电对三个锂离子细胞周期寿命的影响的比较。应用能量,2021,283,pp.116344。10.1016/j.apenergy.2020.116344。hal- 04087500
自诞生以来,立方体卫星就成为了太空网络和探索领域最令人兴奋的技术,因为与同类传统卫星相比,立方体卫星的成本和复杂性更低 [1]。这使得太空任务的设计和运行周期成倍加快,也增加了人们对太空领域高风险企业的激励 [2]。这些突破为私有化太空网络时代铺平了道路,例如 SpaceX Starlink 星座 [3]。要充分释放太空网络的潜力,需要更高的数据速率和高度紧凑的设备 [4]。从这个角度来看,太赫兹 (THz) 频段(从 0.1 THz 到 10 THz)是一种巨大的频谱资源,可用于开发可用于下一代立方体卫星的无线技术 [5]。 THz 波段技术非常适合立方体卫星,因为它具有可维持极高数据速率的大型连续带宽,以及 THz 频率的亚毫米波长,这自然会产生高度紧凑的设备 [6]。然而,THz 频率下非常高的路径损耗仍然是电磁 (EM) 频谱这一部分未被充分利用的关键原因。一方面,THz 频率会因与特定频率下的某些气体分子(主要是水蒸气)的共振峰而遭受吸收损耗 [7]。尽管如此,如 [8] 中详细讨论的那样。太空中没有大气介质,因此吸收损耗减少,使 THz 波段成为卫星间通信链路的理想选择。同时,由于低地球轨道 (LEO) 内的大气存在减少,可以通过适当选择避免这些吸收峰的设计频率来减轻上行链路和下行链路期间的吸收损耗。另一方面,THz 频率的波长非常小,导致
本文为远程隔离电源系统提供了增强的控制和能源管理策略。提出的控制方法包括使用超级电容器电压恢复环的混合储能系统控制。此方法改善了瞬态响应,并扩展了电池寿命,同时将SC电压保持在定义的操作范围内。为了最大程度地使用可再生能源并减少柴油发电机频繁的转机和关闭操作,新颖的电池电量停止控制系统包括在能源管理系统中。这可以改善柴油发电机的寿命并降低维护成本。在拟议的控制方法中,还引入了一种稳定控制方法,该方法有助于从网格连接模式到岛屿工作模式的无缝过渡。通过实时仿真研究验证了所提出的EMS和控制方法的有效性。
无人机现在已经在许多应用中变得不可或缺,特别是在摄影或视频创作领域,或者只是在休闲活动中。与此同时,自主空中机器人的形象也在集体想象中传播,因此,无论是在日常生活中还是在更专业的领域中,今天都在这一范围内强烈地看到了许多应用。我们可以特别引用无人机送货上门的反复出现的图像,或者部署机器人舰队在难以进入的环境中进行观察活动。多年来,空中机器人技术的研究一直非常活跃,无论是通过越来越高效的机器人设计,还是通过改进机载算法以实现更大的自主性,技术水平都在不断提高。
假设如果被证明确实不可能使一个人工智能变得安全,那么就不需要分析更复杂的多 ASI 世界的情况了。超级智能的潜在控制方法被分为两大类,即基于能力控制和动机控制的方法 [59]。能力控制方法试图通过将 ASI 系统置于受限环境中 [38, 60–62]、添加关闭机制 [63, 64] 或绊线 [38] 来限制 ASI 系统能够造成的任何伤害。动机控制方法试图将 ASI 设计为即使在没有能力控制器的情况下也不会造成伤害。人们普遍认为,能力控制方法充其量只是临时的安全措施,并不是 ASI 控制问题的长期解决方案 [59]。也可能需要在设计/实施阶段添加动机控制,而不是在部署之后。
本文提出了与传统控制方法进行比较的DC-DC Boost Converter Control的基于DC-DC Boost Converter Control的基于近端策略优化(PPO)的强化学习方法。使用MATLAB Simulink共模拟对PPO算法的性能进行了评估,结果表明,实现短期结算时间和稳定性的最有效方法是将PPO算法与基于增强学习的控制方法相结合。模拟结果表明,基于RL的控制方法具有PPO算法提供了超过传统控制方法的步骤响应特征,从而增强了DC-DC增强转换器的控制。这项研究还强调了增强学习方法的固有能力,以增强增强转换器控制的性能。
大型孔径天线不仅可以为传统的通信服务和雷达提供帮助,还可以实现新的通信,遥感,深空探测和电力传输航天器的新方法。较高的天线孔可保证更高的信号分辨率和信噪比,而其精度则驱动其空间分辨率和灵敏度。在过去,开发高孔径天线是一项技术挑战,受到高刚度和重组件而针对发射限制的部署的限制,但最近在轨道上自主制造和组装方面的进步为直接在太空中直接开发的大型和光线结构的发展打开了大门。但是,如果许多文献中的许多作品都集中在空间中的大型天线制造上,那么[1]中的许多工程挑战,例如表面准确性,航天器稳定性和部署可靠性,仍然对这些技术的实际去风险施加限制。拟议的项目具有提出大型天线的欧洲端到端轨内组装方案的发展,并通过小规模的实验基准表明其关键技术挑战。通过利用团队中可用的技能建模和控制大型柔性结构[2,3]和天线技术[4,5],该项目将重点放在:
摘要 — 出发计量有潜力缓解机场地面拥堵并减少航班延误。本文考虑了几种候选出发计量技术,包括使用节点链接模型的基于轨迹的优化方法和三种基于聚合队列的方法(基于 NASA 的 ATD-2 逻辑的调度程序、最佳控制方法和稳健控制方法)。针对两个主要机场比较了这些不同方法的结果:欧洲的巴黎戴高乐机场 (CDG) 和美国的夏洛特道格拉斯国际机场 (CLT)。随机模拟用于表明稳健控制方法最能适应运营不确定性,而所有考虑的方法在 CLT 的滑行时间节省量都高于 CDG。关键词-机场地面运营、出发计量、基于轨迹的优化、排队网络、稳健控制。