XiaoMi-AI文件搜索系统
World File Search System控制精度
传感器 - 语义学者
摘要：由于四旋翼飞行器具有欠驱动、强耦合等特点，传统的轨迹跟踪方法控制精度低，抗干扰能力差。针对四旋翼无人机，设计了一种新的模糊比例-交互式微分（PID）型迭代学习控制（ILC）。该控制方法将PID-ILC控制与模糊控制相结合，继承了ILC控制对干扰和系统模型不确定性的鲁棒性。针对单纯的ILC控制容易受到外界干扰而产生抖动的问题，提出了一种基于PID-ILC算法的新型控制律。采用模糊控制对三个学习增益矩阵的PID参数进行设置，以抑制不确定因素对系统的影响，提高控制精度。利用Lyapunov稳定性理论验证了新设计的系统稳定性。Gazebo仿真表明，所提出的设计方法为四旋翼飞行器设计了有效的ILC控制器。
提高光电吊舱指向精度的六自由度复合控制技术研究
摘要 较高的视线指向精度是提高光电干扰吊舱激光对抗能力的前提。传统光电吊舱中电视跟踪时延降低了系统相位裕度、系统稳定性及视线指向精度。针对这一不足，在两轴四框架结构的内框架位置环中引入归一化LMS算法来补偿电视摄像机时延，使吊舱避免系统相位裕度降低，同时采用快速反射镜系统来提高视线指向精度。首先，提出一种归一化LMS算法；其次，设计了一种外框架模拟控制器和内框架滞后超前控制器的复合控制结构；最后，分析了FSM波束控制精度。实验结果表明，归一化LMS算法几乎没有时延；而且，其方位角和俯仰波束控制精度较传统光电吊舱分别提高15倍和3倍。
基于近端策略优化算法及视觉感知的机械臂导纳控制研究
在现代操纵器交互任务中，由于环境的复杂性和不确定性，准确的对象表面建模通常很难实现。因此，改善操纵器与环境之间相互作用的适应性和稳定性已成为相互作用任务的重点之一。针对操纵器的互动任务，本文旨在在视觉指导下实现良好的力量控制。因此，基于Mujoco（带有触点的多关节动力学）物理引擎，我们为操纵器构建了交互式仿真环境，并创新地集成了基于位置的视觉伺服控制和录取控制。通过深度强化学习（DRL）中的近端策略优化（PPO）算法，有效地集成了视觉信息和力量信息，并提出了结合视觉感知的接收性控制策略。通过比较实验，将允许控制与视觉感知相结合，并将力控制的整体性能提高了68.75％。与经典的入学控制相比，峰值控制精度提高了15％。 实验结果表明，在平坦和不规则的凹面环境中，允许控制与视觉感知结合表现良好：它不仅可以准确地执行视觉构成的力控制任务，而且还可以在各种接触表面上维持施工力，并迅速适应环境变化。与经典的入学控制相比，峰值控制精度提高了15％。实验结果表明，在平坦和不规则的凹面环境中，允许控制与视觉感知结合表现良好：它不仅可以准确地执行视觉构成的力控制任务，而且还可以在各种接触表面上维持施工力，并迅速适应环境变化。在精确组装，医疗援助和服务操纵器的领域中，它可以提高操纵器在复杂和不确定的环境中的适应能力和稳定性，从而促进智能操纵器的自主操作的发展。
在Rotarod设备的示例中，模型不匹配策略的应用以提高控制性能
摘要该研究旨在探索模型不匹配策略（MMS）的应用，以提高原型Rotarod设备（RRA）的速度控制精度，这是一种用于评估实验室啮齿动物中运动配位的设备。准备了两种测试方案：一个考虑到设定点的步骤变化，另一个考虑了负载干扰的鲁棒性。使用积分绝对误差和积分正方形误差评估控制性能。提出的MMS方法显着提高了旋转速度控制的准确性和稳定性。测试结果显示，控制绩效提高了多达15％。MMS提供了一种在临床前研究设备中控制系统优化的新方法，以确保使用RRA的实验结果更加一致和可复制。
大型直径管道的案例研究适度风化的硅石
管道升压已被广泛用于公用事业隧道结构中，作为中国环境友好的方法。这项研究集中在黄冈Mingzhu Road的公用事业隧道中使用的关键技术。该公用事业隧道的内径和外径分别为4m和480万，这是目前中国最大的圆形管孔项目。此公用事业隧道是在城市主道下设计的，交通繁忙，因此管道凸出结构的控制精度必须高。根据项目的特征和实际的施工技术指标，包括管子升压设备选择，小间距的启动，泥浆循环，减少阻力技术以及对地表沉降的控制，包括管道尖顶设备的选择，启动管道设备的关键技术。同时，监测管道齿轮结构期间的凸出力和表面沉降。结果表明，选定的管板机对项目的地质条件具有良好的适应性。实际的升压力比理论值小得多，并且两个中间升压站没有被激活。此外，在整个管道凸起构造过程中，道路表面变形为-8 - 5mm，对表面交通没有影响。
自适应控制的未来-Iris Publishers
这项研究提出了一个基于深度强化学习（DRL）的智能自适应控制框架。动态干扰场景下的比较实验表明，与传统的模型参考自适应控制（MRAC）相比，提出的框架将系统稳定时间降低了42％（*P*<0.01），并将控制精度提高1.8个数量级（RMSE：0.08 vs. 1.45）。通过将物理信息的神经网络（PINN）与元强化学习（Meta-RL）整合在一起，混合体系结构解决了常规方法的关键局限性，例如强大的模型依赖性和实时性能不足。在工业机器人臂轨迹跟踪和智能电网频率调节方案中得到验证，该方法的表现优于关键指标的传统方法（平均改进> 35％）。用于边缘计算的轻量级部署方案可在嵌入式设备上实现实时响应（<5ms），为复杂动态系统的智能控制提供了理论和技术基础。
人工智能在智慧城市能源系统自动化中的应用
人工智能 (AI) 在智慧城市的能源系统转型中发挥着重要作用。近几十年来，气候变化和环境可持续性迫使公用事业转向可再生能源和技术应用。可再生能源技术的部署需要高额的初始投资，并与现有的供需系统相结合。运行稳定性一直是将可再生能源与传统的旧系统相结合的挑战。另一方面，可再生能源确保可持续能源和未来发展，同时将损失和温室气体排放降至最低。因此，人工智能是电力系统现代化的主要推动力，具有较高的管理和控制精度。本研究试图评估人工智能在可再生能源领域的效率和性能，重点关注欧盟作为案例研究。本研究分析了链中的第一个可再生能源过程以及从总消费到最终消费的能源。随后讨论了智能城市中使用自然资源（太阳能、风能等）的可再生能源的经济后果。最后，研究了人工智能在可再生能源中的效率，并展望了未来的工作。
基于数字孪生的起重机的混合现实界面
摘要：数字孪生技术通过不断增加的数据量为工业世界的数字化转型提供了助力，同时也为设计用于操作机器的人机界面 (HMI) 创造了挑战性环境。这项工作旨在为基于数字孪生的服务创建 HMI。以工业起重机平台为例，我们介绍了一款在 Microsoft HoloLens 1 设备上运行的混合现实 (MR) 应用程序。该应用程序由可视化、交互、通信和注册模块组成，允许起重机操作员通过交互式全息图和双向数据通信来监控起重机状态和控制其运动，并通过 MR 环境的空间注册和跟踪增强了移动性。我们按照为标准化测量程序而定义的分步协议，对原型进行了 20 次测量的控制精度定量评估。结果表明，目标位置和实际位置之间的差异在三维空间中在 10 厘米范围内，对于典型的物流起重机操作用例而言，这被认为足够小，并且可以在我们未来的工作中采用强大的配准和跟踪技术来改进。
嘈杂的中型量子计算机
量子计算机在过去十年中取得了非凡的进展，在追求通用容错量子计算机的道路上取得了重大的里程碑。量子时代的临界点——量子优势已经实现，并出现了几波突破。与刚起步时相比，量子硬件变得更加集成和架构化。各种物理系统的控制精度被推到了容错阈值之外。与此同时，量子计算研究通过工业化和商业化建立了新的规范。政府、私人投资者和科技公司的联合力量极大地塑造了一个充满活力的新环境，加速了这一领域的发展，现在正处于嘈杂的中尺度量子时代的开始。在这里，我们首先通过回顾最重要的算法和最有前途的技术路线中的进展来讨论量子计算领域取得的进展，然后总结下一阶段的挑战。此外，我们表明我们对容错量子计算机的坚实基础已经建立的信心，以及我们对未来人类社会必不可少的量子杀手级应用的出现持乐观态度。