XiaoMi-AI文件搜索系统
World File Search System提取功率
军用飞机的电力提取 - Chalmers Research
军用飞机需要越来越多的动力。气动和液压系统正在被电气设备取代，飞机上引入了新的耗电设备。增加的功率提取给飞机喷气发动机带来了新的挑战，无论是在可操作性方面还是在发动机性能方面。本论文描述了传统低涵道比混流涡扇发动机的发动机性能如何受到高压轴、低压轴或两者组合的功率提取的影响。查尔姆斯公司内部工具开发了一种双转子低涵道比混流涡扇发动机，用于评估飞行包线不同部分的发动机性能。为了评估飞机/发动机相互作用对飞行性能的影响，还开发了一种飞机性能工具。当从 HP 或 LP 轴提取功率时，需要增加涡轮进气温度。如果从高压轴提取功率，则温度升高幅度更大，从而增加了比推力和比油耗。当发动机接近或处于最大涡轮入口温度极限时，无论是从高压轴还是低压轴提取功率，功率提取都会对发动机性能产生不利影响，但如果从高压轴提取功率，推力降低将更为显著。当发动机接近或处于最大总压比极限时，如果从发动机可操作性角度来看所需的温度升高是可以接受的，则高压轴功率提取导致的推力降低比低压轴功率提取的情况更为温和。关键词：战斗机性能、发动机性能、低涵道比、混流、涡扇发动机、功率提取
采用硬件在环的实时模糊逻辑微电网能源管理系统
摘要：本研究提出了一种针对孤立微电网 (MG) 的分层能源管理策略。该策略的目标是通过主从拓扑实现的，其中本地控制器由中央控制器管理和控制。这可以提供许多技术优势，特别是在微电网的性能和能源供应方面。本地控制器旨在满足微电网的本地目标，例如稳定直流电压和最大化电源提取功率。中央控制器的目标是通过基于模糊逻辑的集中式方法实现的，以延长电池寿命并管理发电和消费之间的能量平衡。在稳态和故障状态下研究了微电网的性能。通过 RT-LAB 实时模拟器建立基于 Simulink 平台的硬件在环 (HIL) 测试。结果显示以验证所提出的分层控制。基于 OP4150 数字模拟器的 OP1400 测试台用于测试和验证所提出的分层控制策略。结果与国际标准 IEEE 1547 和 IEC 61727 进行了比较，结果显示出极好的一致性。
2025 年研讨会
1. Aiache Youssef。通过相互作用的量子比特探测器进行温度量子传感 2. Aimet Stefan。在量子多体领域实验探测兰道尔原理 3. Barros Nicolas。学习欠阻尼存储器的有效擦除协议 4. Benali Mohamed。腔体中黑洞投射的光轨迹和热阴影 5. Bertin-Johannet Bruno。通过能量过滤接触增加热载流子太阳能电池的提取功率 6. Bossard Elisa。容错无测量位翻转量子存储器的热力学分析 7. Cerisola Federico。由于量子寿命展宽导致的额外擦除成本 8. Chang Derek。多时间量子过程中的信息结构 9. Chowdhury Farhan Tanvir。实现耗散自旋动力学数字量子模拟的挑战 10. Chrirou Chaimae。势垒使量子热电材料具有近乎理想的效率
引用 (APA)：Akpolat, AN、Habibi, MR、Dursun, E.、Kuzucuoglu, AE、Yang, Y.、Dragicevic, T. 和 Blaabjerg, F. (2021)。基于人工智能的直流微电网无传感器控制。IEEE 能源转换学报，36 (3)，2319-2329。https://doi.org/10.1109/TEC.2020.3044270
摘要——如今，直流微电网在可再生能源领域受到青睐。自主直流微电网旨在提供从可再生能源到负载的平稳电力流动。在满足某些负载曲线并将功率维持在所需水平的同时，对功率转换器的控制也非常重要。为了提高直流微电网的弹性，电池存储系统 (BSS) 也被用作提供不间断电源的备用单元。BSS 的主要任务是在负载高于供电功率时补偿功率不足，或在负载需求低于提取功率的情况下存储多余的功率。换句话说，通过消耗和存储电力，BSS 有助于提高系统的灵活性并将主直流母线电压保持在可接受的范围内。本研究引入了基于人工智能 (AI) 的方法来减少实施的传感器数量并控制功率转换器而不会降低效率。在本文中，利用了作为 AI 子集的人工神经网络 (ANN)。减少控制层中的传感器数量使系统更加可靠。为了验证所提系统的有效性，在 MATLAB/Simulink 中进行了离线和在线时域仿真。
kay-量化有机的激子静态障碍...
有机半导体是无序的分子固体，因此，它们的内部电荷产生动力学，电荷传输动力学，最终由它们所构成的光电设备的性能由能量疾病控制。这对于新兴的光伏技术尤其相关，其中可提取功率直接取决于这些动力学。为了确定能量障碍如何影响电荷发生，激子传输，电荷传输以及有机半导体设备的性能，首先需要一种准确的方法来衡量此关键参数。在这项工作中，可以证明有机半导体的静态疾病可以从其光伏外部量子效率谱从吸收开始附近的波长处获得。与计算框架一起介绍了一种详细的方法，用于量化与单重激子相关的静态能量障碍。此外，作者还表明，将光学干扰的限制效应最小化对于实现高临界量化至关重要。最后，采用透明设备来估计几种具有技术相关的有机半导体供体 - 受体混合物的激发静态疾病，包括高效率有机光伏系统PM6：Y6。
基于脑电图的情感识别的多功能输入深林
由于人类计算机相互作用的迅速发展，近年来，情感计算引起了越来越多的关注。在情绪识别中，脑电图（EEG）信号比其他生理实验更容易记录，并且不容易被伪装。由于脑电图数据的高维质和人类情绪的多样性，因此很难提取有效的脑电图并识别情绪模式。本文提出了一个多功能深森林（MFDF）模型，以识别人类的情绪。首先将EEG信号分为几个EEG频带，然后从每个频带中提取功率谱密度（PSD）和差分熵（DE），将原始信号作为特征提取。五个级别的情感模型用于标记五个情绪，包括中性，愤怒，悲伤，快乐和愉快。具有原始特征或尺寸减少了输入的特征，深层森林是为了对五个情绪进行分类的构建。这些实验是在公共数据集上进行的，用于使用生理信号（DEAP）进行情绪分析。将实验结果与传统的分类器进行了比较，包括K最近的邻居（KNN），随机森林（RF）和支持向量机（SVM）。MFDF的平均识别精度为71.05％，比RF，KNN和SVM高3.40％，8.54％和19.53％。此外，降低尺寸和原始脑电图信号后具有特征输入的精度分别仅为51.30和26.71％。这项研究的结果表明，该方法可以有效地有助于基于脑电图的情绪分类任务。