摘要:随着行业的出现4.0范式,通过连接到工作中心的传感器网络提供的信息来控制制造过程的可能性已扩大。对每个参数的实时监视使确定相应传感器产生的值是否在其正常工作范围内。在众多参数的相互作用中,确定性分析很快变得棘手,并且进入了“不确定知识”的领域。贝叶斯决策网络是控制此类系统中条件概率的影响的公认工具。但是,确定制造过程是否超出范围,需要为决策网络的计算时间显着,从而延迟了故障警报的触发。从其起源中,吉多卡被视为提供机制,以在过程的任何步骤中促进故障的实时识别,以便可以停止生产线,这是识别分辨率的破坏原因,最终是有缺陷的零件数量的。我们的假设是,我们可以使用量子模拟对计算机数值控制(CNC)计算机的内部传感器网络进行建模,这些量子模拟比基于决策网络的经典模型显示出更好的性能。我们通过实施一个允许整合量子计算和行业4.0的量子数字双胞胎来成功地检验了我们的假设。此量子数字双胞胎模拟机器中的复杂传感器网络,并由于其高计算性能而允许在制造过程中实时应用Jidoka。
摘要。本文提出了优化对农村低压微电网控制的问题。微电网可以在分配系统操作员和岛模式的同步模式下运行。我们可以在微电网中区分两种控制策略:一种基于集中式控制逻辑的方法,通常使用,另一个方法是在分散的控制逻辑上。在本文中,我们决定根据分布式控制提出该方法,结合了分布式合作控制和修改的蒙特卡洛优化方法的工作。已经特别注意处理特定设备组对优化计算结果的影响。此外,还提出了微电网控制系统对通信损失的不同情况。已经研究了特定设备组之间通信连续性问题对进行优化过程的可能性的影响。此外,已经描述了在农村地区出现的小型可再生能源的电力的特征,并且已经研究了优化算法对所需功率值变化的敏感性以及可再生能源产生的电力值的变化的敏感性。我们分析了不同的目标函数,这些函数可以用作微电网同步和岛屿操作模式的优化目标。我们决定在乡村典型的乡村LV微电网上进行深入测试我们的方法。已经详细介绍和分析了观察到的测试结果。通常,使用建议的分布式控制获得的结果与使用集中式控制相同。我们认为,基于分布式控制的方法对于实际应用来说是有希望的,因为它具有优势。
