1692 papers
Dit artikel stelt een nieuwe, op een eindtijd-barrièrefunctie gebaseerde sliding mode-controlstrategie voor die snelle, veilige en nauwkeurige trajectvolging voor autonome zeilboten waarborgt door eindtijdconvergentie te garanderen en systeemtoestanden expliciet binnen vooraf gedefinieerde grenzen te houden, ondanks niet-lineaire dynamica en omgevingsverstoringen.
Dit artikel stelt een flow-balance feedforward fuzzy-PID-regelmethode voor en valideert deze voor de pompgroep van een robot voor het reinigen van bodemsediment bij palen, waarbij via simulaties wordt aangetoond dat het de piekafwijkingen in drukverschil en de insteltijden aanzienlijk vermindert in vergelijking met traditionele PID- en fuzzy-PID-regelaars onder diverse inlaat- en doorstroomverstoringen.
Deze studie toont aan door middel van 75 laboratoriumexperimenten dat de longitudinale lengte van debrisaccumulatie stroomopwaarts van vuurschermen de waterstanden stroomopwaarts significant verhoogt en de hydraulische efficiëntie stroomafwaarts vermindert, wat het belang benadrukt om accumulatielengte op te nemen in het ontwerp en onderhoud van open kanaalsystemen.
Dit artikel stelt een verbeterde regelaar voor de voltagesregeling van V2G bidirectionele interleaved converters voor, die gebruikmaakt van een gecascadeerde extended state observer met een twee-laagse derde-orde geneste architectuur en een cross-layer feedforward-mechanisme om effectief een balans te vinden tussen ruisonderdrukking en stationaire nauwkeurigheid, terwijl deze traditionele regelmethoden overtreft in dynamische tracking en verstoringonderdrukking.
Dit artikel presenteert een op leren gebaseerde autonomie-pipeline voor horizontaal geosteering van boorgaten die ridge-regressie integreert voor geometrie-gebaseerde voorspelling van de ware verticale dikte met een residual sparse-attention conditional variational autoencoder om probabilistische lithologische correcties, onzekerheidskwantificering en bruikbare sturingsbegeleiding te bieden.
Deze quasi-experimentele studie toont aan dat een door AI ondersteund, op learning analytics gebaseerd systeem de resultaten van lichamelijke opvoeding in het voortgezet onderwijs significant verbetert door gepersonaliseerde trainingsschema's en actieve feedback te leveren, waarbij de grootste voordelen werden waargenomen bij leerlingen met een lager basisniveau van fysieke fitheid.
Deze studie maakt gebruik van multi-objective metaheuristische optimalisatie om snijparameters te identificeren die de veiligheid van de operator (het minimaliseren van hartslag en waargenomen risico) balanceren met productiviteit (het maximaliseren van de materiaalafname) bij freesbewerkingen, waarbij wordt onthuld dat het Genetisch Algoritme de beste afweging biedt terwijl de voedingssnelheid de primaire drijfveer is van de stress bij de operator.
Dit artikel introduceert een nieuw, schaalbaar raamwerk voor parameterschatting in pijpleidingnetwerken dat gebruikmaakt van een golfvoortplantingspadstrategie en probabilistische methoden om efficiënt golfsnelheden en wrijvingsfactoren te schatten door zich te richten op grove druksignaalkenmerken, waardoor complexe nietlineaire vergelijkingen worden vermeden en robuustheid wordt aangetoond in zowel theoretische als realistische stedelijke waterdistributiesystemen.
Deze studie introduceert Aquivo, een open-source, interactieve Python-gebaseerde beslissingsondersteunende tool die multi-objective optimalisatie en de TOPSIS-methode gebruikt om empirisch gefundeerde, gerangschikte waterallocatiestrategieën te genereren die economische, ecologische en sociale doelstellingen in evenwicht brengen.
Dit onderzoek introduceert het XAI-AMBR-framework, een uitlegbaar AI-systeem dat LSTM, SHAP en reinforcement learning combineert, wat real-time, multi-contaminant adaptieve controle in full-scale membraanbioreactoren mogelijk maakt, waarbij superieure verwijdering van microverontreinigingen wordt bereikt terwijl het energieverbruik aanzienlijk wordt verminderd.