金属零件的定向能量沉积(DED)添加剂制造过程越来越流行,并且由于它们制造大尺寸的一部分的潜力而被广泛接受。由于过程物理学而获得的复杂热循环导致残留应力和失真的积累。但是,为了准确地对大零件的金属沉积传热进行建模,数值模型会导致不切实际的计算时间。在这项工作中,开发了具有安静/主动元件激活的3D瞬时元素模型,用于建模金属沉积传热过程。为了准确地模拟移动热源,戈德克的双椭圆形模型的实现是用足够小的模拟时间增量来实现的,从而使激光在每个增量过程中移动其半径的距离。考虑使用不同工艺参数制造的不锈钢316L的薄壁壁,用COMSOL 5.6多物理软件获得的数值结果通过在制造20层的底物上记录的实验温度数据成功验证。为了减少计算时间,实现了整个路径上的热源的拉长椭圆形热输入模型。已经发现,通过采取如此大的时间增量,数值模型会产生不准确的结果。因此,该轨道分为几个子轨道,每个子轨道都以一个模拟增量应用。另外,引入了校正因子,该校正因子进一步减少了伸长热源的计算误差。在这项工作中,进行了调查,以发现正确的模拟时间增量或子轨道大小,从而导致计算时间减少(5 - 10次),但仍会产生非常准确的结果(低于温度相对误差的10%)。最后,在发现正确的时间增量大小和校正因子值以减少计算时间产生准确结果的情况下,还建立了新的相关性。
我们如何判断两个神经网络是否在特定计算中使用相同的内部过程?这个问题与神经科学和机器学习的多个子领域有关,包括神经人工智能、机械可解释性和脑机接口。比较神经网络的标准方法侧重于潜在状态的空间几何形状。然而,在循环网络中,计算是在动态层面实现的,两个执行相同计算且具有相同动态的网络不必具有相同的几何形状。为了弥合这一差距,我们引入了一种新颖的相似性度量,可在动态层面比较两个系统,称为动态相似性分析 (DSA)。我们的方法包含两个部分:利用数据驱动动态系统理论的最新进展,我们学习一个高维线性系统,该系统可准确捕捉原始非线性动力学的核心特征。接下来,我们使用 Procrustes 分析的新颖扩展来比较通过此嵌入的不同系统,该扩展解释了矢量场在正交变换下如何变化。在四个案例研究中,我们证明了我们的方法可以解开共轭和非共轭循环神经网络 (RNN),而几何方法则存在不足。我们还表明,我们的方法可以以无监督的方式区分学习规则。我们的方法为比较分析神经回路中计算的基本时间结构打开了大门。
摘要 - 边缘计算在云和最终用户之间运行,并努力以很高的速度提供计算服务。由于计算和存储资源是数量的,因此将更多资源引导到某些计算作业将阻止(并传递到云)他人的执行。我们使用两个指标评估系统性能:作业计算时间和工作阻止概率。边缘节点通常在高度不可预测的环境中运行,并在资源允许时复制工作执行会改善工作平均执行时间。我们表明,工作计算时间随组数量增加,但阻塞概率却没有。也就是说,在工作计算时间和阻止概率之间存在一个权衡。本文采用平均系统时间作为单个系统的性能指标来评估权衡。我们得出的结论是,随着到达率和云时间的最大化组的最佳组数量。
摘要 — 随着可再生能源技术的进步和成本的下降,微电网正成为一种有吸引力的分布式发电方式,既适用于孤立社区,也适用于与现有电网系统集成。然而,由于规模小,微电网可能存在财务限制,这使得它们无法使用商业软件来优化资产控制。开源优化求解器是一种可行的替代方案,但会增加计算时间。这项工作开发了一个优化框架,用于住宅微电网内的经济调度,并要求使用开源求解器。为了减少计算时间,采用了一种通过松弛来减少整数变量的方法。测试模拟使用来自阿拉巴马州胡佛市真实微电网的设备参数,该微电网也存在本文研究的软件限制。还从微电网收集了负载和光伏 (PV) 功率的季节性数据。使用松弛方法的多种变体成功缩短了计算时间,同时获得了与原始模型相似或更好的解决方案质量。
摘要 – 电极和神经元之间界面的电特性高度依赖于界面几何形状和其他参数。有限元模型在一定程度上可用于研究这些特性。不幸的是,这种模型在计算上非常昂贵。通过简化这些模型,可以减少计算时间。在这项工作中,我们使用基于 Krylov 子空间的模型降阶来简化电极-神经元界面的简化线性化有限元模型。这有助于在系统级耦合到 Hodgkin-Huxley 模型,并大大减少了计算时间。原始有限元模型的精度在很大程度上得以保留。关键词:神经元-电极界面,Hodgkin-Huxley 模型,模型降阶,有限元模型 1. 简介
摘要 不同的研究报告了 Vircator 的性能,结果表明模拟和测量的输出峰值功率和辐射频率之间存在很大差异。应用一次一个变量的方法的研究很少。进行全面分析需要在大量实验(模拟或测量)中应用统计方法,这是一个挑战,因为模拟 Vircator 需要大量的计算时间。最近,有人提出了一种替代模型来大幅缩短计算时间。在本文中,我们建议评估 Vircator 的性能变化,同时考虑机械制造公差以及脉冲电源的变化。分析是通过广为传播的随机方法(经典蒙特卡罗、谱技术)和其他灵敏度分析方法进行的。
本研究的目的是重现文献 [1] 得到的结果,并通过添加对流传热来改进模型。通过添加自然对流可以模拟热分层和去分层,从而得到更准确的结果。计算时间是模拟进度的限制因素。文献 [1] 在代码本身中离散了能量方程,使用第三方矩阵求解器来寻找温度解,并且只能使用串行处理。当前的研究将利用软件中内置的标量传输方程求解器并使用并行处理节点,这将大大减少计算时间。当前的研究也不会显示验证案例的结果有任何变化。在添加对流之前,将使用此实现重新进行 AS203 罐实验的模拟。
摘要-实时数字控制计算机的可靠性不仅取决于所用硬件和软件的可靠性,还取决于计算控制输出的时间延迟,因为计算时间延迟会对控制系统性能产生负面影响。对于给定的固定采样间隔,计算时间延迟的影响分为延迟和损失问题。当计算时间延迟非零但小于采样间隔时发生延迟问题,而当计算时间延迟大于或等于采样间隔时发生损失问题,即控制输出丢失。分析这两个问题作为评估实时控制系统的一种手段。首先,对计算时间延迟的影响进行了一般分析,并给出了系统稳定性的必要条件。然后,我们对计算时间延迟对机器人控制系统的影响进行了定性和定量分析,推导出了计算时间延迟相对于系统稳定性和系统性能的上限。