针对当前电气工程面临的问题,设计了基于人工智能技术的控制系统。本文提出了基于人工智能算法的电气自动化控制系统模型,通过实现基于人工智能算法的控制方法,对控制参数进行优化。研究结果表明,在20%负荷干扰和2.1 Hz频率干扰下,系统控制下的汽轮机最高故障率为0.02,表明系统具有良好的抗干扰能力。因此,利用人工智能算法进行电气化自主控制可以大大提高控制反应时间,降低成本,提高生产效率。
影响结构性能或影响其余系统维持结构性能的可靠性的条件,则应满足 VTOL.2205 的规定,以适应放行条件和后续故障。在将 Qj 确定为图 2 和图 3 中安全裕度的放行故障条件和后续故障条件的综合概率时,可以考虑飞行限制和预期运行限制。这些限制应使得处于这种综合故障状态并随后遇到极限载荷条件的概率极小。如果后续系统故障率大于每小时 10 -3,则不允许降低这些安全裕度。
• 有效性 – 在实验室、模拟器或现场收集的概率 • 同一系统和相同情况下的数据很少可用,尤其是在新设计时。• 可行性 – 灾难性事件所需的 10**-9 故障率 - 试验永远无法产生这些级别的数据,其中涉及人类,当然也不是新设计。• 范围 – “自动”行为为 5 x 10 -5 到 5 x 10-3 – “基于规则”行为为 5 x 10-4 到 5 x 10-2 – “基于知识”行为为 5 x 10-3 到 5 x 10-1 • 但是,有充分的理由采取数字方法 – “数字总比没有数字好”
会影响结构性能或影响其余系统维持结构性能的可靠性的状况,则应满足 VTOL.2205 中关于放行状况和后续故障的规定。在将 Qj 确定为图 2 和图 3 中安全裕度的放行故障状况和后续故障状况的组合概率时,可考虑飞行限制和预期运行限制。这些限制应使得处于这种组合故障状态并随后遇到极限载荷状况的概率极小。如果后续系统故障率大于每小时 10 -3,则不允许降低这些安全裕度。
ANITA 来自厚靶的类大气中子 CAL 控制轴向寿命 CIA 电流诱导雪崩 DN 深 N 缓冲层 DUT 被测设备 FEM 有限元法 FIT 及时失效 FWD 续流二极管 IC 集成电路 IGBT 绝缘栅双极晶体管 LANSCE 洛斯阿拉莫斯中子科学中心 LET 线性能量传递 MCNP 蒙特卡罗 N 粒子 MOSFET 金属氧化物半导体场效应晶体管 MTTF 平均故障时间 NPC 中性点钳位 NPT 非击穿 NYC 纽约市 PID 比例 – 积分 – 导数 PSI 保罗谢尔研究所 PT 击穿 PWM 脉冲宽度调制 QARM Qinetic 大气辐射模型 RCNP 核物理研究中心 SEB 单粒子烧毁 TCAD 技术计算机辅助设计 E av 空间平均电场 P f 总设备故障率 P lf 局部设备部分故障率 RB 体区扩展电阻 T 0 温度常数 ti 故障时间 T j 结温 T SUM 器件通量积数量 V aval 雪崩电压 V CE 集电极-发射极电压 V DC 直流电压 V DS 漏源电压 Δ fi 故障通量 A 面积 E 电场 h 高度 i 故障事件总和 r 器件故障数量 Si 硅 SiC 碳化硅 ε 介电常数 λ 故障时间 ρ 净电荷密度 Ω 器件体积
• 强大的 100 至 180 kW 分散式逆变器,在高达 50°C 的温度下可提供 100% 的功率 • 安装快速安全 • 通过减少交流电缆损耗来提高工厂级别的产量 • 智能温度管理系统 OptiCool™ 可延长逆变器寿命 • 单个 MPP 跟踪器可降低故障率 • SMA Smart Connected 借助人工智能和预测性维护减少收入损失和停机时间 • 超高设计寿命和长达 25 年的保修期 • 兼容低至 200V 的交流电压,可提供灵活的再供电解决方案
应加快塑料封装 IC 进入军事系统,但不应盲目推广。测试数据显示,在大多数情况下,塑料封装 IC 与陶瓷 IC 一样可靠。然而,人们对于长期储存寿命和极端温度和湿度环境的担忧是合理的。不同供应商的塑料封装微电路 (PEM) 故障率差异很大。显然,它们可以很容易地用于许多非关键、相对无害的军事应用。在另一个极端,IC 必须在极端温度和湿度条件和周期下运行,或者在长期储存(长达 20 年)后保证运行非常重要(导弹和其他武器),军事供应商不愿意放弃经过验证的陶瓷封装可靠性。
摘要 隔离式 DC-DC 转换器通常用于多种系统,包括分布式发电系统、储能系统和飞机电源转换系统。本研究涉及设计全桥 DC-DC 转换器并使用 NSGA-II 算法提高其可靠性。该研究评估了输出功率、开关频率、变压器匝数比和输入电压等各种参数对转换器可靠性性能的影响。可靠性和平均故障时间是通过考虑所有组件中的开路和短路故障的马尔可夫可靠性模型确定的。转换器组件故障率是使用 MIL-HDBK-217 标准计算的。结果表明转换器的可靠性性能有所提高。
可靠性驱动的动力系统架构塑造是这项研究工作的第二项显著成果。从可靠性预测工具和数据库开始,评估了每个模块的可能故障率和关键性,并分析了它们在动力系统架构中的布置。需要强调的是,用于分析的数据通常来自非航空航天环境,这些环境的可靠性要求不那么严格。虽然这似乎是一个缺点,但这项工作展示了如何在冗余架构中使用可靠性较低的工业级组件来满足并超越为航空设定的可靠性目标。
方程式 2 用三个参数表示了无量纲时间 τ 时系统的 MTBF M(τ):MA ,即 A 模式故障之间的平均时间;M 0 ,即 TAAF 开始时 B 模式故障之间的平均时间;μ d ,即纠正措施所带来的可靠性改进的平均值,也就是 di 。M 0 始终是已知的,并且不是可调整的参数。AMSAA 根据经验得出了 μ d 的典型值,因此这个参数通常也是先验已知的。另外三个成本参数是 cv 2 ,即初始 B 模式故障率偏离其平均值的程度的量度;C 0 ,即 TAAF 期间的运行成本的量度;以及 μ b ,即为改善已识别的 B 模式而采取的纠正措施所产生的成本增量的平均值。