• Brown 和 Campbell (1950):(仅限论文) • 使用实时操作的计算机作为控制系统的一部分。(模拟计算元素) • 第一台专为 R.T.S. 开发的数字计算机用于机载操作。1954 年,数字计算机成功用于自动飞行和武器控制系统。 • 第一个工业计算机安装于 1958 年 9 月,用于路易斯安那州斯特林发电站的工厂监控。 • 第一个工业计算机控制装置由德士古公司制造,该公司于 1959 年 3 月 15 日在德克萨斯州的亚瑟港炼油厂安装了 RW-300 系统 • 第一个 DDC 计算机系统是 Ferranti Argus 200 系统,于 1962 年 11 月在英国兰开夏郡的 ICI 安装。它有 120 个控制回路和 256 个测量值。 • 1974 年微处理器的问世使得经济地使用 DDC 和分布式计算机控制系统成为可能。
由于并行处理的优势,基于波的计算最近引起了广泛关注。特别是,已经证明了几种声波计算设备可以执行经典算法和数学运算。在这里,我们扩展了声波计算以模拟量子算法,提出了一种支持欺骗表面声波的集成声学梯度超表面系统来实现 Grover 量子搜索算法。我们表明,这种集成元设备可以实现设计的亚衍射和透射相位,可用于模拟量子算法中使用的操作,例如 Hadamard 变换和平均值的逆。数值模拟证明了该设备具有良好的搜索能力,包括比经典算法快一倍的速度和亚波长搜索精度。我们预计,我们的结果将启发片上集成元设备的替代设计方案,以实现更多受量子启发的声学模拟计算。
制造机器(替代模型)通过利用样本数据(也称为培训数据)来改善自己的表现。1在过去的几十年中,ML在各个工程领域都逐渐成为有前途的工具。尤其是,由ML训练的基于人工智能(AI)的替代模型可以为未知输入配置提供快速,准确的输出预测,从而取代劳动力强度的实验或模拟计算,要求高计算成本。2–14此外,基于ML的模型也可以从人类无法掌握的给定复杂数据表中得出有意义的推论。例如,Alphafold 15和Alphago 16证明了ML在执行基于规则的计算机程序中无法想象的杰出任务中的能力。近年来,大量的研究集中在ML模型的进一步增强上。例如,在可解释的人工智力(XAI)的领域取得了很大的进步,目的是通过阐明其决策来增强ML模型的解释能力 -
飞翼飞机的商业应用(如本文讨论的 Flying-V)有助于减少航空业产生的碳和氮排放。然而,由于没有尾翼,所有飞翼飞机的可控性都降低了。因此,机翼上控制面的位置和尺寸是一个不小的问题。本文重点介绍如何使用基于认证要求的离线操控质量模拟来解决此问题。在不同的飞行条件下,飞机必须能够执行认证机构定义的一组特定的机动。首先,离线模拟计算执行每个机动所需的升降舵、副翼和方向舵的最小控制权限。然后,根据所有机动的全局最小值,确定控制面的尺寸并沿机翼放置。所采用的气动模型结合使用了雷诺平均纳维-斯托克斯 (RANS) 和涡格法 (VLM) 模拟。使用VLM和用RANS模拟校准的VLM对控制面的控制权限进行评估,发现两者之间存在显著差异。
20 世纪 70 年代初,NASA 德莱顿飞行研究中心的一个小团队决定接受一个挑战,即驾驶一架带有计算机的飞机。他们制定了计划,飞往 NASA 总部,试图为他们的项目筹集资金。在那里,他们遇到了航空部副助理局长,而此人恰好就是尼尔·阿姆斯特朗。尼尔对这个项目非常兴奋,但当他听说他们计划使用模拟计算机时,他却犹豫了。当被告知寻找可靠的数字计算机的困难时,他说“我刚刚乘坐一台数字计算机登上了月球”,指的是高度可靠的阿波罗制导计算机。他建议他们联系德雷珀实验室,商讨在 F-8 计划中使用经过修改的阿波罗硬件和软件,这导致了德莱顿和德雷珀实验室之间的长期成功合作,德雷珀为该计划提供了传感器、计算机和软件。
3 James Small,《模拟替代品。1930-1975 年英国和美国的电子模拟计算机》,伦敦 2001 年。James Small,《通用电子模拟计算:1945-1965》,IEEE 计算史年鉴,第 15 卷(1993 年),第 2 期,第 8-18 页。Chris Bissell,《一场伟大的消失:电子模拟计算机》,IEEE 电子史会议,2004 年 6 月 28-30 日,英国布莱切利。 4 Datamation,1961 年 5 月 8 日。有关兰利计算的社会历史,请参阅 Margot Shetterly 的《隐藏的人物:帮助赢得太空竞赛的非裔美国女性不为人知的故事》,伦敦 2017 年。5 Hewitt Philips,《航空研究之旅:美国国家航空航天局兰利研究中心的职业生涯》,《航空航天历史专著》,第 12 期,第 6 章,华盛顿特区,1998 年。6 Henry Paynter,《电子模拟艺术重写本》,波士顿 1955 年。
最明显的方法包括计算机模拟计算相似的靶位点,然后进行体外和体内检测或全基因组分析(Cameron 等人,2017 年;Young 等人,2019 年;Wienert 等人,2019 年;Lee 等人,2020 年;Naeem 等人,2020 年)。尽管最近取得了进展,但基因组测序既费力又昂贵,可能无法区分精确的变化与后代中自然发生的变异。此外,加工食品不含 DNA 完整性或 DNA 完整性缺失,阻碍了对基因编辑食品成分的准确测定(Weighardt,2007 年;Primrose,2020 年)。代谢组学可能是另一种筛选方法。代谢组学测量细胞过程的最终产物,并提供比有限数量的基于 DNA 的标记更全面的相应基因型信息(Perez-Fons 等人,2020 年)。代谢组是基因表达变化的直接和间接结果
结合非线性设备(如约瑟夫森结)的超导微波电路是新兴量子技术的主要平台。电路复杂性的增加进一步需要有效的方法来计算和优化多模分布式量子电路中的频谱、非线性相互作用和耗散。在这里,我们提出了一种基于电磁模式下耗散或非线性元件的能量参与比 (EPR) 的方法。EPR 是一个介于 0 和 1 之间的数字,它量化了每个元件中存储的模式能量。EPR 遵循通用约束,并根据一个电磁本征模式模拟计算得出。它们直接导致系统量子汉密尔顿和耗散参数。该方法提供了一种直观且易于使用的工具来量化多结电路。我们在各种约瑟夫森电路上对这种方法进行了实验测试,并在十几个样本中证明了非线性耦合和模态汉密尔顿参数在几个百分比内的一致性,能量跨越五个数量级。
Subramanian S. Iyer (Subu) 是加州大学洛杉矶分校的杰出教授,担任电气工程系 Charles P. Reames 特聘教授,并兼任材料科学与工程系教授。2023-4 年,他被任命为美国商务部国家先进封装制造计划主任,在那里他为国家封装势在必行奠定了基础战略。他是异构集成和性能扩展中心 (UCLA CHIPS) 的创始主任。在此之前,他是 IBM 研究员。他的主要技术贡献是开发了世界上第一个 SiGe 基 HBT、Salicide、电保险丝、嵌入式 DRAM 和 45nm 技术节点,用于制造第一代真正低功耗的便携式设备以及第一个商用中介层和 3D 集成产品。自加入加州大学洛杉矶分校以来,他一直在探索新的封装范式和设备创新,这些创新可能实现晶圆级架构、内存模拟计算和医学工程应用。他是 IEEE、APS、iMAPS 和 NAI 的研究员,也是
1 简介 1 1.1 历史回顾 1 1.1.1 飞行的最初 40 年 1905–1945 1 1.1.2 模拟计算,1945–1965 3 1.1.3 数字计算,1965–1985 5 1.1.4 微电子革命,1985 年至今 6 1.2 模拟案例 9 1.2.1 安全性 9 1.2.2 财务收益 10 1.2.3 培训转移 11 1.2.4 工程飞行模拟 13 1.3 模拟角色的变化 14 1.4 飞行模拟器的组织 16 1.4.1 运动方程 16 1.4.2 空气动力学模型 17 1.4.3 发动机模型 18 1.4.4 数据采集 18 1.4.5 起落架模型 19 1.4.6 天气模型 19 1.4.7 视觉系统 20 1.4.8 音响系统 21 1.4.9 运动系统 21 1.4.10 控制负载 22 1.4.11 仪表显示 23 1.4.12 导航系统 23 1.4.13 维护 24 1.5 实时模拟的概念 24 1.6 飞行员提示 27 1.6.1 视觉提示 28 1.6.2 运动提示 29 1.7 训练与模拟 30 1.8 模拟示例 32 1.8.1 商业飞行训练 32