Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Obtenga beneficios adicionales
Aún no tiene una suscripción a Virtual Pro?
Para acceder a este contenido se requiere una suscripción
Un motor eléctrico impulsado por el sistema electromecánico del Internet de las Cosas es atractivo debido a su capacidad de larga vida del sistema de propulsión. En este documento, se revisa la aplicación del diseño y fabricación colaborativos en la automatización del diseño del sistema electromecánico de IOT, y se describe en detalle la aplicación del diseño y fabricación colaborativos en robots, un sistema electromecánico típico de IOT. En este documento, explicamos cinco aspectos que incluyen la construcción de un método de modelado unificado de múltiples ángulos para el sistema electromecánico del Internet de las Cosas; el mecanismo de procesamiento de restricciones para el problema de optimización del sistema electromecánico del Internet de las Cosas; los métodos de optimización multiobjetivo de restricciones; métodos de diseño que integran algoritmos evolutivos multipropósito de restricciones y extracción de conocimiento; y la automatización del diseño de sistemas de percepción visual para sistemas electromecánicos basados en el Internet de las Cosas y redes neuronales profundas. La investigación muestra que bajo el control de un controlador de red neuronal de función de base radial convencional y el control de un controlador de red neuronal de función de base radial basado en el sistema electromecánico del Internet de las Cosas, el sistema se verá afectado en cierta medida cuando haya interferencias. Bajo el control de un controlador de red neuronal RBF tradicional, el sistema requiere 0,18 segundos para restaurar la estabilidad. Al utilizar el controlador de red neuronal RBF basado en el sistema electromecánico del Internet de las Cosas, el sistema vuelve a un estado estable después de 0,09 segundos, y el tiempo pico se reduce en un 59% en comparación con el controlador de red neuronal RBF convencional.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Investigación sobre la detección en tiempo real de errores de Sprint basada en características visuales e Internet de las cosas
Artículo:
Una Propuesta de Protocolo de Enrutamiento para FANET: Un Enfoque de Sistema Difuso con Garantía de QoE/QoS
Artículo:
Una revisión sistemática de los datos masivos en el sector de la salud.
Artículo:
SDRM-LDP: Un modelo de recomendación basado en la privacidad diferencial local
Artículo:
Un Modelo de Evaluación de Riesgo de Pérdida de Vida basado en Lógica de Agrupamiento Difuso para Inundaciones por Rotura de Presas.
Libro:
La crisis alimentaria: retos y oportunidades en los Andes
Artículo:
Bases para implementar un programa de mantenimiento predictivo : caso de estudio
Artículo:
La aplicación de la Inteligencia Artificial y el Big Data en la industria alimentaria
Artículo:
Analgésicos en el paciente hospitalizado: Revisión de tema
Virtual Pro es un portal virtual de formación, investigación y comunicación especializado en procesos industriales.
� 2021, Virtual Pro �, una marca de Grupo INGCO. Todos los derechos reservados
