XiaoMi-AI文件搜索系统
World File Search System线性控制
研究文章基于人工智能的非线性控制DC微电网中可再生能源和存储系统的非线性控制
为了最大程度地减少全球变暖和温室效应的影响，可以广泛研究基于可再生能源的微电网。在本文中，已经介绍了DC微电网中的PV，基于风能的可再生能源系统和电池，基于超级电容器的储能系统。使用神经网络和最佳扭矩控制获得了PV和风的最大功率点。非线性超级滑动模式控制器已为功率来源提供。使用Lyapunov稳定性分析验证了框架的全局渐近稳定性。对于负载产生平衡，已经设计了基于模糊逻辑的能量管理系统，并使用MATLAB/SIMULINKR⃝（2019a）模拟了控制器，并比较了不同的控制器。对于实验验证，已进行了控制器硬件 - 循环实验，以验证设计系统的性能。©2021 ISA。由Elsevier Ltd.发布的所有权利保留。
TCR捕获键非线性控制CD8合作以塑造T细胞特异性
在动态生物力学调制下，自然进化的T细胞受体（TCR）在区分非自身抗原与自我抗原方面表现出非常高的特异性。相比之下，工程设计的高级TCR通常会失去这一特殊的城市，从而与自我抗原和靶向毒性产生交叉反应。这种差异的基本机制尚不清楚。我们的研究表明，天然TCR利用机械力与其同源抗原形成最佳的捕获键。此过程依赖于机械功能的TCR - PMHC结合界面，该界面可以通过MHC和CD8中力引起的顺序构象变化，从而实现了强力增强的CD8 copector与MHC-α1α2域结合。相反，工程设计的高级tcrs与其父母TCR的同源PMHC形成了刚性，紧密结合的接口。这种刚性阻止了力诱导的构象变化，以实现最佳捕获键形成所需的构象变化。矛盾的是，这些高级的TCR可以与其父母TCR的非刺激性PMHC形成中等的捕获键，从而导致脱靶交叉反应性和降低的特异性。我们还开发了综合的力依赖性TCR - PMHC动力学功能图，能够区分功能和非功能性TCR - PMHC对并识别有毒的，交叉反应的TCR。这些发现阐明了天然TCR的特异性机械化学基础，并突出了CD8在靶向同源抗原中的关键作用。这项工作为工程TCR提供了有价值的见解，具有提高的特异性和对非自身抗原的效力，尤其是在癌症免疫疗法和传染病治疗中的应用，同时最大程度地降低了自我抗原交叉反应性的风险。
机器人技术和非线性控制
决定：对网络的分散合作控制，国家弹性和恢复计划的AI设计，组件C9，Investment I8，2023-2026，Pi Constantin Morarescu https：//decide.utcluj.utcluj.ro/ seaClear2.0 2023-2026，pi lucian busoniu，https：//www.seaclear2.eu，另请参见该项目的第一次迭代，请参见https：//seaclear-project.eu/。Vineye：CartografiereacolaborativĂviilor cu Roboți自动座，Ped Grant，Ped Grant，2022-2024，Pi Levente Tamas，http://rocon.utcluj.ro/ forteral for Tames gripation gripators for Temors grialors grialors grialites griality grialors griality grialors（ 2021-2022，Pi Zsofia Lendek，http：//lendek.net/te185/针对的机器人上Upper-Arm Rehabilitation（true-Rehab）。年轻团队Grant，2020-2022，Pi Tassos Natsakis，http：//rocon.utcluj.ro/true-hearab
通过Koopman Control家族对非线性控制系统进行建模：通用形式和子空间不变性接近
本文介绍了Koopman Control家族（KCF），这是一个用于建模通用（不一定是控制效果）离散时间非线性控制系统的数学框架，目的是为在具有输入的系统中使用基于Koopman的方法提供可靠的理论基础。我们证明，KCF的概念捕获了非线性控制系统在（潜在无限维）功能空间上的行为。通过在KCF下采用广义的子空间不变性概念，我们为有限维模型建立了通用形式，该模型涵盖了常用的线性，双线性和线性切换模型作为特定实例。如果在KCF下子空间不变的情况下，我们提出了一种以一般形式近似模型的方法，并使用不变性接近概念来表征模型的准确性。我们结束了讨论所提出的框架如何自然地借给控制系统的数据驱动建模。
采用分段多项式的非线性控制分配...
摘要 —非线性控制分配是基于现代非线性动态逆的飞行控制系统的重要组成部分，该系统需要高精度的飞机气动模型。通常，精确实施的机载模型决定了系统非线性的消除效果。因此，更精确的模型可以更好地消除非线性，从而提高控制器的性能。本文提出了一种新的控制系统，该系统将非线性动态逆与基于分段多线性表示的控制分配相结合。分段多线性表示是通过对块矩阵的克罗内克积的新泛化，结合非线性函数的规范分段线性表示而开发的。还给出了分段多线性模型的雅可比矩阵的解析表达式。所提出的公式给出了分段多线性气动数据的精确表示，因此能够精确地模拟飞机整个飞行包线内的非线性气动特性。所得到的非线性控制器用于控制具有十个独立操作控制面的无尾飞翼飞机。两种创新控制面配置的仿真结果表明，可以实现完美的控制分配性能，与普通的基于多项式的控制分配相比，具有更好的跟踪性能。
关于空间应用 GNC 的机器学习观点：走向非线性控制
摘要 航天器自主制导导航与控制 (GNC) 涵盖了全新的 GNC 策略，包括机载健康监测能力、决策算法和用于重新配置的长期策略。其关键特征是设计不太稳健、部件更具适应性和/或学习性的新概念。这一概念在设计阶段的成本将大大降低，并且在发生故障时更安全。 在其研究活动框架内，阿丽亚娜集团多年来一直在研究 GNC 的智能方法。人工智能和机器学习应用的最新进展扩大了 GNC 机会的范围。在本文中，我们专注于开发性能优于使用经典反馈控制技术合成的控制器的增强型控制器。一项技术调查将我们的研究导向通过强化学习技术训练的非线性控制神经网络结构。将这些技术应用于一个简单但具有代表性的发射器上级控制工业研究案例，可以深入了解该方法，并为结合人工智能和自动控制开辟有趣的前景。
机器学习视觉和非线性控制方法...
本文讨论了一种不使用 GPS 信号的垂直飞行器自主着陆的机器学习视觉和非线性控制方法。核心思想涉及自动化海军直升机着陆程序，其中飞行员利用船舶作为远程跟踪的视觉参考，但在最终进近和着陆阶段参考大多数海军舰艇上安装的标准化视觉提示，称为“地平线”。这个想法是使用与机器视觉集成的独特设计的非线性控制器实现的。视觉系统利用基于机器学习的物体检测进行远程船舶跟踪，并利用经典计算机视觉进行物体检测和估计飞机在最终进近和着陆阶段的相对位置和方向。非线性控制器基于视觉系统估计的信息运行，即使在存在不确定性的情况下也表现出强大的跟踪性能。开发的自主船舶着陆系统在配备机载摄像头的四旋翼垂直起降 (VTOL) 无人机 (UAV) 上实施，并在移动甲板上进行了演示，该甲板使用 Stewart 平台和相当于地平线的视觉提示模拟真实的船舶甲板运动。进行了广泛的模拟和飞行测试，以展示甲板运动时的垂直着陆安全性、跟踪能力和着陆准确性
电动汽车混合储能系统的复合非线性控制
摘要：底层电路控制是电动汽车混合储能系统（HESS）的关键问题。本文结合精确反馈线性化方法和滑模变结构控制技术，提出了一种复合非线性控制策略（CNC），用于全主动HESS的电流/电压的精确跟踪。首先，通过分析HESS的电路特点，推导了全主动HESS的仿射非线性模型。然后，设计基于规则的能量管理策略（EMS）来生成参考电流值。最后，采用精确反馈线性化方法对HESS进行线性化，并结合滑模变结构控制技术开发了所提出的CNC策略，以确保快速响应、高性能和鲁棒性。同时，给出了基于Lyapunov方法的稳定性证明。此外，深入研究了CNC策略的性能，并与传统PI控制和改进的滑模控制进行了仿真研究，充分验证了其在不同驾驶条件下的有效性。
带有非线性控制的纵向飞机动力学...
由于刚体动力学、气动力和控制映射项中的非线性以及欠驱动，固定翼飞机模型的控制设计可能具有挑战性。未建模动力学或参数不确定性的存在会使问题更具挑战性。本文研究固定翼飞机的纵向动力学控制，该飞机悬挂或悬挂的有效载荷就像一个附加的钟摆。此类系统出现在涉及无人机 (UAV) 收集和运送有效载荷的应用中，其中长距离飞行要求可能需要使用固定翼飞机。推导了耦合飞机有效载荷系统的动力学，并利用基于 Lyapunov 的控制设计和奇异摄动理论的工具开发了非线性控制器。控制器能够跟踪和转换预先规划或动态生成的飞行轨迹。分析与仿真结果表明，该控制器能够实现精确的飞行路径跟踪，并对载荷参数进行数值研究，以确定系统在保持飞行稳定性的前提下，实现载荷运输的能力。