XiaoMi-AI文件搜索系统
World File Search System控制算法
双轴机载模糊 pid 跟踪控制器... - ijicic
摘要。本文提出了一种基于方位/仰角环跟踪控制器的新型模糊PID控制方案，以提高跟踪实时目标的精度。模糊PID控制器由三个模糊逻辑控制器和一个带模型参考自适应控制的PID控制器组成，其中PID控制器的三个参数的自适应增益由模糊逻辑规则进行微调。所提出的控制算法的隶属函数（MF）与一般算法不同，其中输入和输出的MF彼此不同，例如MF类型，MF数量和显示范围。将所提出的模糊PID控制方法的性能与普通PID控制算法进行了比较。仿真验证了模糊PID控制模型跟踪性能的有效性，该模型具有零超调、良好的瞬态性能和快速收敛跟踪能力。模糊PID跟踪控制算法可以提高系统整体性能，为深入研究基于机载光电稳定平台的控制系统奠定理论基础。关键词：模糊PID，跟踪控制器，优化方案，稳定平台
NIST 智能电网测试平台和协作研讨会总结报告
认识到没有一种单一的电网架构可能占据主导地位，NIST 开发了多种场景（例如微电网和混合系统），使我们能够从不同角度检查互操作性要求。在这些场景中，需要不同的控制算法和通信接口，并且系统边缘的设备越来越依赖于共享基础设施。确定不同的通信和控制选项可能有助于确定哪些接口最适合标准化。NIST 智能电网测试平台旨在帮助测试、测量和评估上述控制算法和通信接口，以补充智能电网互操作性框架和路线图中的见解和想法。
机器人系统全身控制的ARC-OPT库
ARC-OPT通过为不同的预定义WBC问题提供配置选项来支持软件开发人员设计此类全身控制器的支持。今天，WBC的方法论已经充分理解，并且存在几个成熟的框架。任务空间反向动力学（TSID）（Prete等，2016）在加速度上实现了腿部机器人的控制算法，而Posa等人的方法。（2016）在扭矩水平上运行。Smits等人。（2009）实施了广义速度-IK框架，但是，它与Orocos项目紧密结合。同样，Pink（Caron等，2024）是一种基于加权的任务框架，用于在Python中实现的差异逆运动学。IHMC全身控制器已为Atlas Robot开发（Feng等，2015），为基于QPS的步行和操纵提供了控制算法。Drake（Tedrake＆Drake Development Team，2019年）是用于基于模型的设计和控制复杂机器人的库集。它为几个开源和商业求解器提供了接口，包括线性最小二乘，二次编程和非线性编程。最后，控制！（德克萨斯大学奥斯汀分校，2021年）是围绕Sentis＆Khatib（2006）首次引入的全身操作空间控制算法建造的中间件。
PV集成的多功能外电动汽车充电器，带有改进的网格功率质量
摘要 - 本文介绍了基于自适应的Notch过滤器（ANF）的有效控制算法，用于多功能网格连接的太阳能光伏（PV）动力电动汽车（EV）充电器，以为EV电池供电，并同时提高电网功率质量（PQ）。此外，面向网格的转换器还采用了多层拓扑，以提高输出电压质量。ANF准确地估算了分别产生纯正弦参考电流和同步电压模板的基本EV电流和网格电压。与非视外网格电压条件期间相比，基于ANF的电压模板估计器精确地估计了相位内和二次同步电压模板（PLL）和二阶通用积分器（SOGI）。该充电器旨在在网格连接操作（GCO）和独立操作（SO）中运行以优化PV生成。在GCO中，充电器为电网提供网格电流谐波补偿和反应性支持。此外，它在紧急情况下为住宅负载提供了备用功率。充电器控制算法还包括基于相位误差最小化的网格同步技术，以实现从SO到GCO和反之亦然的平滑而无缝的过渡。在12.6-KVA板外EV充电器实验室原型中验证了拟议的控制算法的有效性。获得的结果验证充电器性能符合IEEE 1547标准。
NIST 智能电网测试平台和协作研讨会总结报告
认识到没有一种单一的电网架构可能占据主导地位，NIST 开发了多种场景（例如微电网和混合系统），使我们能够从不同角度检查互操作性要求。在这些场景中，需要不同的控制算法和通信接口，并且系统边缘的设备越来越依赖于共享基础设施。确定不同的通信和控制选项可能有助于确定哪些接口最适合标准化。NIST 智能电网测试平台旨在帮助测试、测量和评估上述控制算法和通信接口，以补充智能电网互操作性框架和路线图中的见解和想法。
使用人工神经网络开发实时模式匹配算法
• 发表日期 / 收到日期：2020 年 11 月 17 日 • 修改发表日期 / 收到修订版：2021 年 2 月 9 日 • 喀布尔日期 / 接受日期：2021 年 3 月 15 日 摘要 如今，建立具有可靠精度的质量控制系统对于生产零缺陷的工业产品非常重要。在这方面，相机控制系统采用可靠的控制算法是一个至关重要的问题。在本研究中，开发了一种使用模式匹配算法的实时控制算法，以使用人工神经网络 (ANN) 优化最小对比度参数。在本研究中，使用 LabVIEW 图像控制工具对模式匹配中包含的三种算法在时间方面的比较进行了比较。此外，还讨论了低差异采样算法中最关键的参数之一，它能及时给出良好的结果，即最小对比度参数。该参数的优化是通过使用ANN中的Levenberg-Marquardt训练算法来完成的。获得的结果表明，所提出的使用 ANN 优化最小对比度参数的模式匹配算法对于质量控制应用来说是快速且有效的。关键词：人工神经网络、模式匹配、金字塔匹配然后，控制系统中的控制算法即可完成。但是，该算法是控制算法的最佳选择，可以通过最小对比度参数 (YSA) 来优化该算法。使用 LabVIEW 的算法来控制 LabVIEW 的控制。Ayrıca, zaman açısından iyi sonuçlar veren düşük-tutarsızlık örnekleme algoritmasında enönemli parametrelerden biri olan minicontrast parametresi tarışılmıştır.参数优化 YSA'da Levenberg-Marquardt eğitim algoritması kullanılarak yapılmıştır。Kullanılan yöntem sayesinde, desen eşleştirmesinin hızlı ve etkili olduğu görülmüştür。Anahtar kelimeler : Yapay sinir ağı, Desen eşleştirme, Piramit eşleştirme
Lidbot（2D映射的自动启动）
本文介绍了一种自主机器人系统，该系统采用LiDAR（光检测和范围）技术，该技术由Raspberry Pi 4单板计算机驱动，并与机器人操作系统2（ROS2）无缝集成，以实现2D映射和同时本地化和绘图（SLAM）在印地环境中。Raspberry Pi 4用作板载计算机，负责处理LIDAR数据，传感器融合，控制算法以及与外部设备的通信。ROS2充当中间件，确保无缝使用传感器，控制算法和可视化工具。实施SLAM算法是该项目的重要方面，允许机器人同时确定其在该地图中的位置，允许机器人构建复杂的环境2D地图。此信息对于在动态室内环境中的安全有效导航来说是必不可少的。