XiaoMi-AI文件搜索系统
World File Search System补偿器
带能量回收功能的 Cordline 多电机电力驱动装置
- 在稳定模式下保持稳定的速度（静态扭矩在额定电机扭矩的 0.25 到 1.00 之间变化时，精度为 ±5 ％）； - 静态和动态力矩的补偿； - 在轧制和轧制设备的电力驱动装置中更换轧辊时，保持补偿器的填充度和工艺过程的连续性。 - 反转并限制轧辊紧急制动的时间（不超过轧辊周长的 ¼）。 电力驱动装置的设定参数的保持精度应确保在静态运行时，生产线最大运行速度的稳态偏差 – 在三相交流电源静态电压 +10%、-15%、频率 ±1%、环境温度 ±10 摄氏度 [1] 下，不超过标称运行速度的 ±1 ％。
研究文章 无人机的 L1 自适应控制方案...
本文介绍了一种用于无人机 (UAV) 舰载着陆的 L 1 自适应控制器，该控制器增强了动态逆控制器。三轴和功率补偿器 NDI (非线性动态逆) 控制器作为此架构的基线控制器。内环命令输入是滚转速率、俯仰速率、偏航速率和推力命令。外环命令输入来自制导律，用于校正下滑道。然而，不完善的模型逆和不准确的气动数据可能会导致性能下降，并可能导致舰载着陆失败。L 1 自适应控制器被设计为增强控制器，以解决匹配和不匹配的系统不确定性。通过蒙特卡罗模拟检查了控制器的性能，显示了基于非线性动态逆开发的 L 1 自适应控制方案的有效性。
开发光学散射测量的不确定性分析
本文介绍了如何对散射测量进行不确定性分析。概述了一种通过最小二乘回归传播不确定性的方法。该方法包括测量噪声的传播以及测量中系统效应的估计。由于测量确定的各种参数之间可能存在相关性，因此描述了一种可视化提取轮廓中不确定性的方法。分析针对 120 nm 间距光栅进行，该光栅由 120 nm 高、45 nm 临界尺寸和 88 ◦ 侧壁角的光刻胶线组成，使用光谱旋转补偿器椭偏仪测量。结果表明，虽然散射测量非常精确，但有许多系统误差源限制了其绝对精度。解决这些系统误差可能会显著改善未来的散射测量。
具有最佳能量性能的离散时间线性多代理系统的分布式控制
受自然界生物运动的启发，在过去的十年中对多机构系统（MASS）的合作运动进行了广泛的研究（Wang等，2017，2019; Wang and Sun，2018; Wang等，2020b; Koru等，2021年； Wang and Sun，2021年）。与单个代理相比，网络质量具有快速命令响应和鲁棒性的优势。由于分布式网络计算系统具有强大的可伸缩性和快速计算速度的特征，对多机构系统的分布式合作控制问题的研究已吸引了控制科学家和机器人工程师在许多情况下的广泛应用的越来越多的注意力，例如移动机器人，例如移动机器人（Mu等，2017; Zhao et al。 2016; Li等人，2019年）和航天器（Zhang等，2018; 2021a）。与开关拓扑合作控制与开关拓扑合作的经典框架。Ren和Beard（2005）进一步放松了Olfati-Saber和Murray（2004）给出的条件，这些条件就线性质量的共识提出了一些新的结果。实际上，有必要在离散时间内调查多代理系统的控制问题，而大多数计算机系统是离散的结构。在Liang等人的研究中。 （2017），研究了不均匀离散时间线性多代理的合作遏制控制问题，并设计了一种新型的内部模式补偿器来处理系统动力学的不确定部分。 （2018）。 su等。 多代理共识在Liang等人的研究中。（2017），研究了不均匀离散时间线性多代理的合作遏制控制问题，并设计了一种新型的内部模式补偿器来处理系统动力学的不确定部分。（2018）。su等。多代理共识Liang等人在研究中给出了基于线性基质不等式（LMI）的离散时间MAS分散共识问题的解决方案方法。LV等人讨论了基于终端迭代学习框架的多代理共识控制问题。（2018）提出了基于时间变化控制输入的自适应控制方法以改善系统的控制性能。（2019）提出了一种基于低增益反馈方法和修改的代数riccati方程的分布式控制算法，以实现离散时间质量质量降低输入饱和条件的半全球共识。
技术理由
技术基本原理项目2020-06对基于逆变器的资源定义的模型和数据验证| 2024年7月，基于逆变器的资源（IBR）定义，起草团队（DT）利用IEEE 2800-2022定义作为基于逆变器的资源术语的初始基础，用于术语的NERC术语，并根据需要进行调整。DT承认P2800风能和太阳能工厂互连性能工作组和IEEE成员在开发这些定义方面的努力。DT还使用了最新的FERC和NERC文档，其中包括基于逆变器的资源相关术语和描述，作为IBR定义的基础。IBR定义旨在描述应视为IBR的技术。IBR由技术定义，因此电压连接水平（KV），设施能力水平（MW/MVA）或其他因素不会影响IBR的包含。IBR可以连接到任何部分传输系统，子传输系统或配电系统。对于使用IBR术语的可靠性标准，该可靠性标准的适用性部分将指定IBR适用的。这些可靠性标准中的每一个，包括适用性部分，将根据NERC程序规则和适用性部分进行投票。例如，适用性部分可以指定IBR设施（BES），由发电机所有者（类别2）拥有的IBR或由发电机操作员（类别2）操作的IBR被认为适用。下面的表1中提供了IBR的列表。IBR通常被称为“生成资源”。 IBR不是HVDC系统（除了具有专用与IBR连接的VSC HVDC，因为这是IBR设施的一部分），独立的灵活的AC传输系统（facts）（例如，静态同步补偿器（STATCOM）（STATCOM）（STATCOM）和静态VAR REALS（SVC补偿器（SVC）（SVC）或任何资源均不是基于Inverron的蒸汽和E.G.E.G.E.G.，IBR可以包括IBR类型（例如Bess和Solar PV）的任何混合组合。 ibrs还包括IBR技术设施的共同定位部分（例如，在同步生成设施共同列座的Bess），请参见下表。IBR可以包括IBR类型（例如Bess和Solar PV）的任何混合组合。ibrs还包括IBR技术设施的共同定位部分（例如，在同步生成设施共同列座的Bess），请参见下表。
固定翼无人机精确自动起降制导与控制律设计
本文介绍了一种固定翼无人机自动起飞和着陆控制系统 (ATOLS)。我们提出了一种制导和控制系统，以满足使用拦阻索进行高精度着陆的要求。对于轨迹跟踪，推导了基于视线 (LOS) 的纵向和横向制导律。对于内环控制器的设计，直接从飞行数据中识别线性模型。为了在起飞和着陆期间飞行状态发生变化的情况下保持控制性能的一致性，线性基线控制器增强了使用 L 1 自适应控制理论设计的补偿器，从而无需进行传统的增益调度。所提出的控制系统在带有拦阻钩的 Cessna UAV 上实施以进行验证。所提出的起降系统在一系列全尺寸航母模型试飞中表现出了稳定的性能。
需求声明 Soay Greener Grid Park
需求说明 Soay 绿色电网园区 Statkraft 的规划申请不仅是电池储能系统 (BESS)，而且主要是安装同步补偿器，为国家电网能源系统运营商 (NGESO) 提供稳定性。这个项目被称为绿色电网园区 (GGP)，以强调其使电网系统脱碳并能够更多地利用日益丰富的与电网连接的可再生能源（从光伏到海上风电）的功能。Soay 绿色电网园区位于 Thornton，NGESO 确定该地区“稳定性需求大幅增长”，这导致了稳定性探路者的出现，如图 1 所示。稳定性服务包括提供惯性、短路电流和无功功率。稳定性不足的电网是不稳定的，存在电能质量问题，并且容易发生停电。除了稳定性探路者之外，NGESO 还在为稳定性 1 开发长期市场。
Cat® 电网稳定系统 (PGS)
Cat ® 双向电源 (BDP) 逆变器 Cat BDP 逆变器是储能系统的核心。基于为 Cat 电力驱动机器开发的技术，Cat BDP 提供卓越的可靠性、耐用性和功能，包括：• 用于储能设备充电和放电的智能控制。• 每单位 2 个故障电流能力 • 静态无功补偿器 • 全四象限输出功率工厂控制 • 获得专利的非线性下垂控制，可实现超快速响应 • 无缝模式转换 • 自动防孤岛 • 电网形成 • 电网跟踪 • 自主模式或远程控制模式 • 并联就绪 - 可以并联使用多个模块以将总输出增加到 100+MW 储能 • 先进的锂离子电池提供良好的能量密度、高放电/充电效率和高循环寿命。• 重型电池结构可在运输过程中提供隔振。应用 • 电网加固/电网稳定 • 发电机组瞬态辅助 • 黑启动能力/装置功率 • 虚拟旋转储备
微电网
瞬态穿越和稳定 是 获得专利的非线性下垂控制 是 无缝模式转换 是 孤岛检测 是 电网形成 是 四象限功率因数控制 是 静态无功补偿器 是 每单位 2 个故障电流能力 是 虚拟旋转备用 (VSR) 功能 是 即插即用并机就绪 是 智能储能管理 是 人机界面 是 灭火系统 是 通信协议 Modbus TCP/IP (1) 参考发电机组、BDP 逆变器、PV 逆变器、开关设备、控制装置和负载的 A&I 指南（或同等指南），确保所有微电网设备的兼容性。请联系您当地的 Cat 代理商以获取选择兼容设备的帮助。有关更多选件，例如更多电压和寒冷天气操作，请咨询工厂。(2) 适用于从 95% 充电状态 (SoC) 开始的放电事件。(3) 使用寿命开始 (BoL) 铭牌能量 (4) 请咨询工厂以了解功率降额和休息时间建议。
一种基于强化学习的方法，用于在不匹配干扰的不确定的非线性系统中进行最佳输出跟踪
摘要 - 在本文中，考虑了非线性非线性系统的最佳控制问题。提出了一个非线性干扰观察者（NDO）来测量系统中存在的不存在的不存在。干扰与控制信号（所谓的不匹配的干扰）的干扰很难直接在控制通道内拒绝。为了克服挑战，通过衰减其对输出渠道的影响，实施了广义的基于观察者的补偿器来解决不确定性补偿问题。实时通过增加输出跟踪错误来增强系统状态，我们开发了一个复合参与者批判性的加固学习（RL）方案，以近似最佳控制策略以及与赔偿系统有关的理想价值函数，通过求解汉密尔顿 - 雅各布蒂 - 雅各布 - 雅各布·贝尔曼（HJB）方程。通过使用系统的已知模型的记录数据在本文中应用，以通过取消探测信号的影响来增强系统的鲁棒性。仿真结果证明了所提出的方案的有效性，为二阶模型中的输出跟踪问题提供了最佳解决方案，这是不匹配的干扰。