XiaoMi-AI文件搜索系统
World File Search System设计变量
增强锂离子电池老化模拟
• 目标：使用连续损伤模型 (CDM) 来告知单粒子模型 (SPM) 中的参数。• 方法：使用给定 CDM 模拟的电压曲线，优化设计变量以最小化 SPM 电压曲线中的差异。• 设计变量：扩散、半径、交换电流密度、过电位
LQR 飞机俯仰控制器设计... - ThaiJO
摘要：本文介绍了使用差分进化 (DE) 来调整比例积分微分 (PID) 控制器、具有积分作用的线性二次调节器 (LQR) 以进行飞机俯仰控制。提出了两个控制器的优化问题，以优化超调百分比、稳定时间和稳态误差，同时应用加权和技术。PID 控制器的设计变量是控制增益，而 LQR 控制器的设计变量是 Q 和 R 矩阵。LQR 控制器采用各种积分控制增益值，从而形成具有积分作用控制器的 LQR。在添加一些干扰的同时，基于单步和多步响应研究了最佳控制器的性能。结果表明，PID 控制器对响应速度有效，而具有积分作用控制器的最佳 LQR 对消除稳态误差有效。两种最佳控制器都具有鲁棒性，可以处理干扰抑制。关键词：PID、LQR 积分作用、DE、飞机俯仰控制
自我指导的在线机器学习拓扑优化
拓扑优化通过在给定域中最佳分发材料来优化，需要2个无梯度优化器来解决高度复杂的问题。然而，在涉及数百个设计变量或更多涉及的情况下，解决此类问题将需要数百万个有限的4个元素方法（FEM）计算，其计算成本又大且不切实际。在这里5我们报告了一个自我指导的在线学习优化（SOLO），该优化（SOLO）将深度神经6网络（DNN）与FEM计算集成在一起。DNN将目标学习并替换为设计变量的7个函数。少数培训数据是基于DNN的全局最佳预测而动态生成的8。DNN适应了新的培训数据9，并在关注区域提供了更好的预测，直到收敛为止。我们的算法通过合规性最小化问题和流体结构优化问题测试了10个。IT 11
“使用拓扑设计的3D介电纳米纳米式天线增强纳米级手性增强”的补充信息”
拓扑优化图1（a）描绘了TO的物理模型。拓扑设计空间由400×400×100 nm 3的矩形区域定义，这是测量1的较大电磁场模拟区域的一部分。1 µm×1。1 µm×600 nm。在设计空间下方放置了100 nm厚的SIO 2底物。使用具有高斯模式的R -CPL使用几乎薄的透镜（Na 0.25），以垂直角度将其定向到底物表面上。位于底物表面上的梁腰部在底物表面的直径为982 nm。波长为532 nm，距离基板的光源位于420 nm。tio 2被选为设计材料，其折射率为2。51185 + 0。01128 i在设计波长处，通过椭圆测量法对通过原子层沉积制备的118 nm厚的TIO 2膜进行了实验测量。有限差频域法被用作麦克斯韦求解器[17，40]。用4 nm cu-bic网格离散模拟区域，将最外面的五层分配为完美匹配的层，该层吸收了仿真空间内单个对象散射的电磁场。在TO框架内，配偶的介电函数桥接了设计材料E R和周围空气介质（E 0）的值，形成为E R = E 0 +ρ（E M-e 0）。在这里，设计变量ρ是连续的真实标量，范围为0至1。文献[16，40]中记录了TO的更多细节。我们的设计变量的初始值被设置为随机数字，均匀跨越0.5至0.7。我们采用了基于梯度的优化算法将设计值ρ向0或1驱动，其中ρ= 1的分布代表优化的结构。另外，为了鼓励设计变量的二线化，我们使用sigmoid函数实现了一种投影过滤方法。计算是在具有NVIDIA TESLA V100 SXM2（32 GB）的GPU节点上进行的。
将解析气动弹性不稳定性分析集成到...
摘要。已经开发了两种分析颤振解决方案方法来优化二维和三维飞机机翼结构，其设计标准基于气动弹性不稳定性。第一种方法使用二维机翼模型的开环结构动力学和稳定性分析，以获得优化过程的颤振、发散和控制反转的临界速度。第二种方法涉及使用假定模态技术的三维机翼结构颤振解决方案，并有效地应用于基于颤振标准的气动弹性优化。该颤振解决方案采用能量方程和 Theodorsen 函数来计算气动载荷，并且在设计变量方面是完全参数化的，这些设计变量是锥度比、后掠角、弹性和剪切模量。由于颤振解决方案需要弯曲和扭转固有频率，因此还分析了飞机机翼的自由振动分析。 AGARD 445.6 机翼模型在马赫数为 0.9011 时的颤振解分析结果与文献中的实验结果相符。接下来，将三维颤振代码与优化框架相结合，对 AGARD 445.6 进行基于颤振的优化，以最大化颤振速度。
转型系统工程以利用数字革命
集成 – 在组件、子系统、系统级别开发和应用数字替代真实源模型；使用更高保真度模型和经验数据验证替代模型；在 MDO 分析中部署子系统替代模型；在集成系统级别执行交易和成本研究 分析 – 定义子系统和系统级别对设计变量的敏感性；解决跨子系统的不确定性传播及其对总体系统性能和成本的影响；执行概率分析以量化系统满足性能要求的裕度和不确定性。设计 – 使用更新的数字替代模型为最敏感的设计变量部署方差减少策略设计；使用制造和维持数字替代模型进行制造和维持设计 构建 – 使用替代真实源模型来解释制造和装配公差的变化，这是开发数字孪生的前提。测试 – 优化测试以提供验证数字替代真实源所需的知识；使用测试来监控和减轻关键技术性能参数的不确定性，作为衡量要求进展的指标。操作 - 部署数字孪生来监控健康状况，获取有关系统性能的更多知识，项目最佳维持，和/或为自适应控制提供参考模型。学习 - 积累知识并实施到数字替代模型中，以提高下一个系统的性能。
转变系统工程以利用...
集成 – 在组件、子系统、系统级别开发和应用数字替代真实源模型；使用更高保真度模型和经验数据验证替代模型；在 MDO 分析中部署子系统替代模型；在集成系统级别执行交易和成本研究 分析 – 定义子系统和系统级别对设计变量的敏感性；解决跨子系统的不确定性传播及其对总体系统性能和成本的影响；执行概率分析以量化系统满足性能要求的裕度和不确定性。设计 – 使用更新的数字替代模型为最敏感的设计变量部署方差减少策略设计；使用制造和维持数字替代模型进行制造和维持设计 构建 – 使用替代真实源模型来解释制造和装配公差的变化，这是开发数字孪生的前提。测试 – 优化测试以提供验证数字替代真实源所需的知识；使用测试来监控和减轻关键技术性能参数的不确定性，作为衡量要求进展的指标。操作——部署数字孪生来监控健康状况，获取有关系统性能的更多知识，预测最佳维持情况，和/或为自适应控制提供参考模型。学习——积累知识并实施到数字替代模型中，以提高下一个系统的性能。
通过集成人工智能技术推进车辆乘员约束系统设计
摘要 为了改进汽车乘员约束系统的设计方法，需要减少仿真的计算量，提高全局搜索能力，研究和整合分析方法来理解设计变量和目标函数之间复杂的相互作用。因此，在本研究中，我们整合了以下三种人工智能技术并将其应用于汽车乘员约束系统的设计：（1）通过机器学习构建高精度近似模型，（2）通过进化多目标优化提高全局搜索能力，（3）利用多元分析方法对多维信息进行可视化和知识获取。首先，我们使用带有试验设计的碰撞分析模型来获得最少的实际计算样本数，然后利用这些样本利用机器学习构建高精度近似模型。接着利用近似模型通过进化多目标优化在设计空间中进行全局搜索，得到考虑目标函数之间权衡关系的Pareto解集。最后利用聚类分析和自组织映射对Pareto解集进行多元分析。最终用高精度近似模型替代进化多目标优化的评估计算，实现了快速全局搜索。关键词：聚类分析、进化计算、机器学习、多目标优化、自组织映射、车辆乘员约束系统。然后利用聚类分析将其中获得的帕累托解集划分为各个聚类，再利用自组织映射对划分后的聚类进行分析，从而提供有关控制目标函数之间权衡以及设计变量之间相互作用的因素的感知信息，有助于设计工程师的洞察。
无线电遥控飞机控制面设计案例
摘要：本研究文章介绍了一种用于实验性无人遥控飞机主控制面（副翼、方向舵和升降舵）的设计方法。该方法基于每个控制面尺寸所需的机械和气动分析的提议和标准化，考虑到 SAE 航空设计在微型类中的竞赛目标。它用于先前在有关航空设计、计算机流体动力学 (CFD) 软件和飞机可控性法规的参考文献中描述的经验结果，以获得设计变量。基于此信息，设计所需的迭代序列由 C++ 语言代码自动执行，以获得每个表面的最佳特性，从而减少计算错误的可能性、总时间和设计过程中投入的工作量。将该方法应用于最新的飞机设计，可将总控制系统重量与飞机空重之比降低至最低 3.4%。
3 - 科学艺术与工艺（SAM）
本文提出了一种基于全局-局部建模方法的轻型结构多尺度优化策略。该方法应用于民用飞机的实际机翼结构。机翼的初步设计可以表述为一个约束优化问题，涉及结构不同尺度的若干要求。所提出的策略有两个主要特点。首先，问题以最一般的意义来表述，包括每个问题尺度所涉及的所有设计变量。其次，考虑两个尺度：（i）结构宏观尺度，使用低保真度数值模型；（ii）结构中观尺度（或组件级），涉及增强模型。特别是，结构响应在全局和局部尺度上进行评估，避免使用近似分析方法。为此，完全参数化的全局和局部有限元模型与内部遗传算法交互。只为结构最关键的区域创建精炼模型，并通过专用的子建模方法链接到全局模型。