XiaoMi-AI文件搜索系统
World File Search System控制方法
绿色柔性EV能源供应站的两步智能控制面向双碳目标
摘要：正如中国提议在2030年到2060年到2060年达到碳峰的，以及由电动汽车能源供应站（EVS）的负载需求引起的电网的巨大压力，迫切需要对电动汽车的能源管理和协调EVS的能源管理进行全面的能源管理。因此，本文提出了一种称为ISOM-SAIA的两步智能控制方法，以解决24小时控制和调节绿色/浮动EV能源供应站的问题，包括四个子系统，包括光伏子系统，一个诸如节能存储子系统，一个EV充电系统和EV电池更改子系统。拟议的控制方法具有两个主要的创新和贡献。是，它通过将多维混合智能编程问题分配给同时优化四个子系统的24小时操作模式和输出分为两个顺序任务，从而减轻了计算负担：数据驱动的操作模式的分类和操作输出的滚动优化。另一个是正确的碳交易成本和碳排放限制被认为有助于节省成本并减少碳排放。本文进行的仿真分析表明，所提出的两步智能控制方法可以帮助绿色/灵活的EV能源供应站以最佳的方式分配四个子系统之间的能量流，从而有效地响应峰值剃须，并响应电网的峰值，节省能源网，节省能源成本并减少碳发射。
机器人操纵器和自动驾驶汽车的连续循环中基于平坦的控制
摘要：通过使用基于平局的控制方法来解决机器人操纵器和自动驾驶汽车的多变量和非线性动力学的控制问题，该方法在连续循环中实现。这些机器人系统的状态空间模型分为两个子系统，它们之间在级联回路中连接。这些子系统中的每个子系统都可以独立看作是一个差异的系统，并且可以通过其动力学反转来执行其控制，就像输入输出输出线性化频率的情况下一样。第二个子系统的状态变量成为第一个子系统的虚拟控制输入。又将外源控制输入应用于第一个子系统。整个控制方法是在两个连续的循环中实现的，并且通过Lyapunov稳定性分析也证明了其全球稳定性属性。在两个案例研究中确定了控制方法的有效性：（a）控制3-DOF工业刚性链接机器人操纵器，（ii）控制3-DOF自主水下容器。
控制大脑动力学：工作记忆的景观和过渡路径
了解大脑的潜在动力学机制并控制它是脑科学中的一个问题。能量格局和过渡路径方法提供了解决这些挑战的可能途径。在这里以工作记忆为例，我们基于大型猕猴模型量化了其景观。工作记忆函数受景观和脑范围内切换的变化而响应于任务要求的控制。动力学过渡路径揭示了信息流遵循层次结构的方向。重要的是，我们提出了一种景观控制方法，通过调节外部刺激或围间连接来操纵大脑状态过渡，以证明联想区域的关键作用，尤其是前额叶和顶叶皮质区域在工作记忆表现中。我们的发现为认知功能的动态机制提供了新的见解，景观控制方法有助于开发脑疾病的治疗策略。
使用混合增量非线性的稳健飞行控制...
近年来，无人驾驶飞行器 (UAV) 已广泛应用于民用和军事用途，例如交通监控、配送任务和地理测量。它们可以替代暴露于重复任务或危险环境中的载人飞机，从而降低运营成本 [1, 2]。根据任务环境，无人机可能需要通过干扰进行鲁棒控制。此外，根据无人机的形式，它可能被设计为非线性、高度耦合、不确定、时变的系统。典型的控制方法已经变得难以满足系统的良好性能。因此，提出了一种通过微分陀螺仪中测量的角速度来利用角加速度进行飞行控制的控制方法 [3]。战斗机VAAC采用角加速度控制概念提出后，通过反馈角加速度可以提高系统的鲁棒性，如增量非线性动态逆（INDI）[4, 5]、带噪声的角加速度滤波器[6]。将角加速度反馈应用于控制系统有三个主要优点。
使用混合增量非线性的稳健飞行控制...
近年来，无人驾驶飞行器 (UAV) 已广泛应用于民用和军事用途，例如交通监控、配送任务和地理测量。它们可以替代暴露于重复任务或危险环境中的载人飞机，从而降低运营成本 [1, 2]。根据任务环境，无人机可能需要通过干扰进行鲁棒控制。此外，根据无人机的形式，它可能被设计为非线性、高度耦合、不确定、时变的系统。典型的控制方法已经变得难以满足系统的良好性能。因此，提出了一种通过微分陀螺仪中测量的角速度来利用角加速度进行飞行控制的控制方法 [3]。战斗机VAAC采用角加速度控制概念提出后，通过反馈角加速度可以提高系统的鲁棒性，如增量非线性动态逆（INDI）[4, 5]、带噪声的角加速度滤波器[6]。将角加速度反馈应用于控制系统有三个主要优点。
基于计算智能的分层虚拟发电厂优化
摘要 在可再生能源的背景下，虚拟发电厂 (VPP) 被视为智能控制复杂、分散、分布式和异构发电过程的关键技术。然而，VPP 的经济和生态控制是一项非常关键的任务：由于 VPP 在复杂性、技术组合、环境条件和运行期间需要优化的目标方面具有很大的变化性，单个 VPP 的控制需要能够有效地考虑所有这些单独的约束条件。因此，我们在本文中提出了一种结合计算智能 (CI) 元启发式的 VPP 抽象控制方法，该方法旨在灵活适用于不同的 VPP 规模、目标和发电厂类型。此外，该方法还提供了构建分层 VPP 的可能性，因为这通常是系统运营商的要求。为了证明该控制方法的有效性，考虑了三个示例性优化目标，并将其应用于不同组合的扁平/分层 VPP：最小化运行储备需求、最小化 CO 2 排放量和最大化发电厂灵活性。此外，该方法与三个示例性 CI 元启发式方法相结合并进行评估：模拟退火 (SA)、粒子群优化 (PSO) 和蚁群优化 (ACO)。为了使这种先进的 CI 元启发式方法在优化问题中的使用合法化，梯度下降优化 (GDO) 作为一种传统的优化技术也被考虑在内。基于具体的示例场景以及广泛的汇总测试运行，结果表明该控制方法能够有效地优化各种 VPP 组合以实现给定的目标。
使用...在产品生命周期中启用连接
产品生命周期是复杂的异构系统。将控制方法应用于生命周期需要大量人力资本。此外，生命周期的测量主要依赖于领域专业知识和估计。本论文提出了一种将产品生命周期语义地表示为信息物理系统的方法，以便将控制方法应用于生命周期。控制需要一个模型，目前还没有整合生命周期每个阶段的模型。贡献是一个将生命周期的所有阶段和系统整合在一起的集成框架。首先介绍的是概念框架和技术创新。接下来，描述了动态链接产品生命周期数据，然后描述了如何认证和跟踪链接数据的可信度。之后，重点讨论了如何将可信链接数据与机器学习相结合，以推动整个产品生命周期的应用。最后，提供了一个集成框架和技术的案例研究。集成所有这些将能够高效、有效地测量生命周期，以支持对该生命周期和相关决策的预测和诊断控制。