بهینه سازی ساختاری فیزیکی-سایبری با استفاده از شبیه سازی ترکیبی بلادرنگ

Cyber-physical structural optimization using real-time hybrid simulation

چکیده
1- مقدمه
2- بهینه سازی ترکیبی در زمان واقعی (RTHO)
3- مجموعه های آزمایشی
4- نتایج
5- نتیجه گیری و پیشنهادات
منابع

چکیده
به طور سنتی، بهینه سازی ساختاری، یک فرایند عددی است. طرح های نامزد از طریق شبیه سازی عددی ایجاد شده و ارزیابی می شوند (به عنوان مثال، تجزیه و تحلیل المان های محدود). با این وجود، هنگام برخورد با ساختارهای پیچیده ای که مدل سازی عددی آن ها سخت است، ممکن است خطاهای بزرگی بین مدل عددی و ساختار فیزیکی وجود داشته باشد. در این حالت، بهینه سازی کمتر معنی دار است زیرا نتایج بهینه به جای ساختار فیزیکی با مدل عددی مرتبط است. آزمایش هایی را می توان در الگوریتم بهینه سازی برای نمایش ساختارها یا اجزاء پیچیده انجام داد. با این وجود، محدودیت های زمانی و هزینه ای، زمانی که بهطور مکرر ساخت و ارزیابی سیستم های کامل ساختاری انجام می شود، یک مانع محسوب می شوند. شبیه سازی ترکیبی در زمان واقعی (RTHS) یک ابزار آزمایشگاهی اثربخش و کارآمد است که شبیه سازی عددی را با آزمایش های تجربی ترکیب کرده و از کل عملکرد ساختاری استفاده می کند. در این مقاله چارچوبی برای بهینه سازی ترکیبی در زمان واقعی (RTHS) پیشنهاد شده است. RTHS برای ارزیابی عملکرد طرح های نامزد در فرایند بهینه سازی استفاده می شود. این چارچوب با استفاده از RTHS ، یک روش تجربی مدرن که ریشه در مهندسی زلزله دارد، یک محیط بهینه سازی فیزیکی سایبر را ایجاد می کند. این مقاله چارچوب RTHO به همراه مطالعات اثبات مفهوم را تعیین می کند. در یک مطالعه مقدماتی، طراحی جداسازی پایه یک ساختمان دو طبقه برای حفاظت لرزه ای بهینه شده است. RTHO برای انتخاب بهینه پارامترهای قانون کنترل نیمه فعال چندگانه برای یک میراگر MR نصب شده در لایه ایزوله یک ساختمان پنج طبقه پایه جدا شده انجام شد. هر دو مورد از RTHS برای ارزیابی طرح های نامزد و بهینه سازی ازدحام ذرات(PSO) برای بهینه سازی استفاده کرده اند. RTHO برای ارزیابی زیر ساخت های آزمایشی غیرخطی، به ویژه آن هایی که آسیب دائمی ندارند، مانند دستگاه های کنترل ساختاری مناسب است. در صورت تمایل می توان آسیب ساختاری را از طریق مؤلفه عددی مدل نمود. این مقاله ادغام الگوریتم های بهینه سازی پیشرفته ترین حالت با روش های تجربی پیشرفته را پیشنهاد کرده و یک رویکرد سایبر-فیزیکی برای بهینه سازی ساختاری را نشان می دهد.

2-2 توسعه چارچوب RTHO
چارچوب RTHO با جایگزینی شبیه سازی عددی به عنوان مثال ، FEM) با (RTHS ایجاد می شود. اهداف محاسبه شده از پاسخ های ساختاری اندازه گیری شده برای هدایت حرکت ذرات در جستجوی راه حل استفاده می شود. RTHS برای هر راه حل طراحی نامزد (ذره) تحت هر مورد ارزیابی (برانگیختگی) به کار می رود. عملکرد طرح های نامزد مورد ارزیابی قرار می گیرد و از نتایج برای جمع آوری یک گروه بعدی از طرح ها برای ارزیابی استفاده می شود. این روند ادامه پیدا می کند تا زمانی که یک راه حل قابل قبول پیدا شود. چارچوب تکراری در شکل 1 نشان داده شده است.

چالش های اساسی RTHS در چارچوب RTHO نیز وجود دارند. هر آزمایش RTHS به حدی پایدار است که این آزمایش قابل انجام باشد. متغیرهای طراحی باید قبل از انجام RTHS به درستی محدود یا بررسی شوند تا از بی ثباتی جلوگیری شود.یکی دیگر از چالش های اصلی ایجاد یک پل فرم فیزیکی سایبر با بروزرسانی خودکار در موقعیت های ذرات (پارامترهای نمونه آزمایشی) است که با اجرای خودکار RTHS و تجزیه و تحلیل از طریق الگوریتم بهینه سازی دنبال می شود. تحقق RTHO نیاز به کنترل خودکار، تبادل داده و بروزرسانی دارد. برای دستیابی به تبادل و به روزرسانی داده در الگوریتم RTHS و الگوریتم بهینه سازی ، یک بستر در AutomationDesk تعبیه شده با ControlDesk ، MATLAB و Python ایجاد شده است. AutomationDesk یک ابزار اتوماسیون تست قدرتمند برای تست سخت افزار در حلقه (HIL) است. روال های آزمایشی می توانند در AutomationDesk بصورت گرافیکی ایجاد شوند با کتابخانه هایی که حاوی بسیاری از توابع توکار هستند. اتوماسیون تست با متغیرهای از پیش تعیین شده (یعنی یک ماتریس تست) با استفاده از AutomationDesk ساده است. هنگام استفاده از متغیرهایی که به صورت آنلاین تعیین می شوند (یعنی در هنگام بهینه سازی)، برنامه نویسی پیچیده تر می شود. شکل 2 دنباله آزمایش ایجاد شده برای RTHO را در AutomationDesk نشان می دهد. زیرساختار و برانگیختگی عددی در MATLAB با اولیه سازی متغیرها و موقعیت ذرات تعریف می شود. از اسناد پایتون به عنوان پلی برای تبادل داده بین MATLAB و AutomationDesk استفاده می شود. در هر تکرار ، موقعیت ذرات به دنبال معادله (2) به روز شده و پس از بررسی مرزهای متغیر، در RTHS استفاده می شود تا از ثبات RTHS اطمینان حاصل شود. RTHS با استفاده از سخت افزار dSPACE و نرم افزار ControlDesk که پارامترها، فرآیند آزمایش و اندازه گیری ها را کنترل می کنند، انجام می شود. دنباله انجام آزمایش RTHS از طریق ControlDesk همانطور که در شکل 2 (b) نشان داده شده است در AutomationDesk ایجاد می شود. بعد از هر آزمایش، اندازه گیری ها در MATLAB انجام می شود تا توابع هدف را ارزیابی کند. هنگامی که یک راه حل بهتر برای هر ذره یافت می شود ، بهترین موقعیت های محلی به روز می شوند. اگر بهترین موقعیت محلی راه حل بهتری نسبت به تکرارهای قبلی باشد ، بهترین موقعیت کلی به روز می شود. RTHS در ادامه تکرارها با سرعت و موقعیت های به روز شده ذرات تا رسیدن به حداکثر تکرار یا شروع معیارهای توقف ادامه می یابد. علاوه بر این، الگوریتم مکث و ادامه به گونه ای اضافه شده است که بهینه-سازی در صورت لزوم با اطمینان می تواند قطع شود.

2-3 حرکات زمینی زمین لرزه
این چارچوب با استفاده از گروهی از حرکات زمینی که قبلاً توسط سامرویل [28] برای استفاده در پروژه FEMA در قاب های با مقاومت لحظه ای فولادی ساخته شده، مورد تجزیه و تحلیل قرار گرفت. این گروه شامل 20 مورد ثبت شده شتاب زمین افقی تنظیم شده است به طوری که میانگین طیف پاسخ آنها با طیف طراحی NEHRP 1997 مطابقت دارد. در این مطالعه، گروه زمین لرزه های مربوط به مرکز شهر لس آنجلس برای سطوح خطر لرزه ای مربوط به 10 درصد احتمال فراتر رفتن در یک دوره 50 ساله انتخاب شد. این 20 رکورد زلزله ، علامت گذاری شده با عناوین LA01-LA20 ، از جهت گسل-موازی (FP) و گسل نرمال (FN) از ده زلزله ثبت شده مشتق شده است.

بررسی تکنیک های تحلیل زمان بندی برای وظایف وابسته به سرعت

A survey of schedulability analysis techniques for rate-dependent tasks

چکیده
1. مقدمه
2. مدل های وظیفه قبلی و اصطلاحات فنی
3. مدل‌هایی برای وظایف وابسته به سرعت
4. زمان‌بندی انحصاری اولویت ثابت
5. زمان‌بندی نخست اولین ضرب‌الاجل
6. چشم‌انداز و کار‌های آتی
منابع

چکیده
در سیستم‌های بلادرنگ تعبیه شده خودرویی، مانند واحد کنترل موتور، وظایفی وجود دارند که برای مثال هر بار زمانی فعال می‌شوند که میل لنگ به یک موقعیت زاویه‌ای خاص برسد. در نتیجه شاهد افزایش تکرار تغییرات فعال‌سازی با سرعت زاویه‌ای میل لنگ هستیم (یعنی RPM موتور). علاوه بر این، زمان اجرا و ضرب‌الاجل‌ها نیز ممکن است به سرعت و موقعیت زاویه‌ای بستگی داشته باشند. در این مقاله مطالعه اجمالی در مورد تکنیک‌های تحلیلی قابلیت زمان‌بندی برای وظایفی با این رفتار وابسته به سرعت ارائه شده است که روش‌های تجزیه و تحلیل و مدل‌های وظایف مختلفی برای هر دوی زمان‌بندی‌هایی با اولویت ثابت و نخست زودترین ضرب‌الاجل پوشش داده شده است. یک رده‌بندی‌شناسی از روش‌های تجزیه و تحلیل مختلف و طبقه‌بندی آنها با توجه به فرضیه‌های ساخته شده و دقت تجزیه و تحلیل آنها در پایان مقاله ارائه شده است.

2 . مدل های وظیفه قبلی و اصطلاحات فنی
تجزیه و تحلیل قابلیت زمان‌بندی برای انواع مختلف مدل‌های کاری توسعه یافته است. نخستین مدل وظیفه دوره‌ای توسط لیو و لیلند [22] معرفی شده بود. در این مدل، فعال‌سازی وظایف به طور مرتب دوره‌ای بوده است. هر وظیفه ti دارای دوره‌ای به شکل Ti بوده است که بدترین زمان اجرای آن به شکل Ci بوده است و دارای ضرب‌الاجل Di بوده است که ضمنی است (برای مثال برابر با دوره خود بوده است). این مدل متعاقبا گسترش یافته است تا اجازه ورودهای پراکنده با کمینه زمان بین دو ورودی از Ti و محدودیت‌های مجوزی را می‌دهد یا ضرب‌ الاجل‌های خودسرانه را می‌دهد. تست‌های قابلیت زمان‌بندی دقیقی برای مدل کاری پراکنده برای برنامه‌ریزی اولویت ثابت بر اساس تحلیل زمان پاسخ [2] و برای برنامه ریزی EDF بر اساس معیار تقاضای پردازنده [5] توسعه داده شده است. فرمت‌های دیگر این مدل عبارتند از وظایف چند منظوره عمومی [4] که یک وظیفه می‌تواند انواع مختلف از وظایف را در دنباله‌ای ثابت دنبال کند که هر کدام از کارها با زمان اجرا، حداقل زمان بین دو ورودی و پارامترهای ضرب‌العجل خاص مربوط به نوع آن مشخص می‌شود. گسترش بیشتر به مدل وظیفه GMF غیر چرخه‌ای در [24] ارائه شده است که اجازه ترتیب غیرچرخه‌ای از انواع کارها را می‌دهد. عمومی‌ترین مدل، مدل وظیفه گراف جهت‌دار بلادرنگ (DRT) است که در آن هر وظیفه توسط یک گراف جهت‌دار توصیف شده است و هر راس نشان‌دهنده نوع کار (زمان اجرا و ضرب‌الاجل) است و هر یال نشان‌دهنده کمینه زمان بین دو ورود به یک کار بعدی از نوع مشخص شده توسط راس متصل است.

مدل‌های وظیفه GMF غیرچرخه‌ای و DRT را می‌توان تماما برای نمایش و تجزیه و تحلیل وظایف وابسته به سرعت استفاده کرد با این حال نیازهای تقریبی مورد نیاز با توجه به بدبینی در تجزیه و تحلیل وجود دارد. به عنوان مثال، با استفاده از یک مدل وظیفه پراکنده، یک کار وابسته به سرعت فرض می ‌شود که نیاز به حداکثر زمان اجرای آن را در کوتاه ترین مدت داشته باشید؛ با این حال، این موضوع منجر به بدبینی شدید می‌شود همانطور که در [15] نشان داده شده است. مدل وظیفه GMF غیرچرخه‌ای را می‌توان برای بازنمایی وظیفه وابسته به سرعت با تخصیص انواع کارهای مختلف به بخش‌هایی از محدوده سرعت مورد استفاده قرار داد. با این حال که مدل وظیفه‌ GMF غیر چرخه‌ای اجازه می‌دهد تا هر گونه سفارش از انواع شغل آن بدبینانه باشد. از آنجایی که گرافیک جهت‌دار قادر به ضبط انتقالات بین حالات کلری است، نمونه‌های ساده مدل وظیفه DRT برای مدل‌سازی وظایف وابسته به سرعت مناسب هستند [19]. با این حال، هنوز هم جا برای بهبود وجود دارد، زیرا محدودیت‌های فیزیکی توالی‌های احتمالی انواع کارها را محدود می‌کند. یک مشخصه دقیق از وظایف مستقل را می‌توان با استفاده از نمونه‌های پیچیده مدل وظیفه DRT بدست آورد [9]، با این حال، این رویکرد ممکن است از لحاظ تجزیه و تحلیل زمان اجرا خود سر باشد.

ما یادآوری می‌کنیم که مسئله تجزیه و تحلیل وظایف وابسته به سرعت دارای برخی از شباهت‌ها با تجزیه تغییر وضعیت حالت کلاسیک است، با این حال، تفاوت‌های قابل توجهی نیز وجود دارد. به عنوان مثال، وظایف وابسته به سرعت متفاوت می‌توانند حالت‌های اجرای خود را با توجه به آستانه‌های مختلف تغییر دهند و می‌توان آنها را از منابع چرخشی مستقل متفاوتی اشتقاق کرد. تغییرات بیشتر در حالت اجرا ممکن است بیش از شغل های متوالی انجام شود. این موضوع از مفهوم سنتی تغییر حالت عملیاتی متفاوت است.

اعزام و جابجایی آمبولانس در زمان واقعی

Real-Time Ambulance Dispatching and Relocation

چکیده
1- پیشگفتار
1-1- انگیزه
1-2 کمک‌ها و نتایج اصلی
2- کارهای مربوطه
3- فرمولبندی مساله
3-1- فضای حالت
3-2- فضای عمل
3-3- گذرها
3-4- تابع هدف
3-5- معادله بهینگی
4- راه‌حل‌های تقریبی و تضمین عملکرد
4-1- کران بالا
4-2- توابع پایه
4-3- کران پایین
5- مطالعه موردی: شهر مکلنبورگ، کارولینای شمالی
5-1- انتخاب معیار ایستا
5-2- خط‌مشی‌های معیار پویا
5-3- نتایج و بینش‌های مدیریتی
6- نتیجه‌گیری

چکیده

در این مطالعه، چارچوب بهینه‌سازی انعطاف‌پذیری را برای اعزام و جابجایی بلادرنگ آمبولانس توسعه می‌دهیم. علاوه‌بر استقرار مجدد آمبولانس، یک استراتژی کلی اعزام و جابجایی را در نظر می‌گیریم که تصمیم گیرنده با استفاده از آن دارای گزینه‌های زیر است: 1) انتخاب هر گونه آمبولانس قابل دسترس برای تماس یا صف‌بندی تماس؛ و 2) ارسال یک آمبولانس بیکار برای پوشش محل آمبولانس که برای یک تماس اعزام شده است. مساله را به عنوان یک برنامه پویای تصادفی فرمولبندی می‌کنیم و از آنجایی که فضای حالت نامحدود است، چارچوب برنامه‌نویسی پویای مناسبی (ADP) را برای تولید راه‌حل‌های با کیفیت بالا توسعه می‌دهیم. کیفیت راه‌حل‌های خود را با توسعه کران پایینی روی زمان مورد انتظار واکنش و محاسبه کران پایینی روی کسر مورد انتظار تماس‌های دیرهنگام هر خط‌مشی جابجایی مورد ارزیابی قرار می‌دهیم. عملکرد خط‌مشی‌های خود و معیارهای قابل دسترس روی سیستم خدمات پزشکی اوراژانسی در شهرستان ملکلنبورگ در کارولینای شمالی را آزمایش می‌کنیم. نتایج نشان می‌دهند که خط‌مشی‌های ما تقریبا بهینه هستند و دارای عملکرد به طور قابل توجه بهتری نسبت به معیارهای موجود هستند. به ویژه، خط‌مشی ADP ما زمان مورد انتظار واکنش و کسر تماس‌های دیرهنگام با اولویت بالا را به ترتیب 12 و 6/30 درصد در طول بهترین معیارهای ایستای قابل دسترس در مطالعه موردی، کاهش می‌دهد. علاوه‌براین، نتایج، بینش‌هایی را در زمینه نقش هر استراتژی اعزام، استقرار مجدد و جابجایی فراهم می‌سازند.

6- نتیجه‌گیری

در این مطالعه، یک مساله اعزام و جابجایی بلادرنگ آمبولانس را به عنوان یک برنامه پویای تصادفی فرمولبندی کرده و آن را از طریق برنامه‌نویسی پویای تقریبی حل کردیم. تحقیقات در زمینه مدیریت بلادرنگ آمبولانس را که تنها استقرار مجدد آمبولانس را در نظر می‌گیرند در دو بُعد توسعه دادیم. ابتدا یک استراتژی کلی اعزام را در نظر گرفتیم که در آن، تصمیم گیرنده می‌تواند علاوه‌بر داشتن گزینه عدم اعزام فوری آمبولانس، و به جای آن، انتظار برای آمبولانسی که ممکن است به زودی قابل دسترس شود، هر آمبولانس قابل دسترسی را به یک تماس دریافتی اعزام نماید. دوما، یک استراتژی تخصیص مجدد آمبولانس را معرفی کردیم که در آن، تصمیم‌گیرنده ممکن است یک آمبولانس قابل دسترس را به محل آمبولانسی که به تازگی برای یک تماس اعزام شده است ارسال نماید. استراتژی تخصیص مجدد آمبولانس می‌تواند عملکرد را به وسیله کاهش زمان مورد انتظاری که یک منطقه بدون پوشش باقی می‌ماند و این وضعیت به وسیله اعزام تنها آمبولانس پوشش دهنده آن ایجاد می‌شود بهبود بخشد. ما عملکرد خط‌مشی‌های تولید شده توسط چارچوب ADP خود را روی سیستم EMS در شهر مکلنبورگ در کارولینای شمالی آزمایش کردیم و نتایج ما نشان می‌دهند که خط‌مشی‌های ما معیارهای ایستا را به طور قابل توجهی بهبود می‌بخشند. به ویژه، خط‌مشی‌های تقریبا بهینه ما زمان واکنش و کسر تماس‌های دیرهنگام را در مقایسه با بهترین معیارهای ایستا به ترتیب به اندازه 12 و 6/30 درصد کاهش می‌دهند.

Abstract

In this study, we develop a flexible optimization framework for real-time ambulance dispatching and relocation. In addition to ambulance redeployment, we consider a general dispatching and relocation strategy by which the decision maker has the option to (i) select any available ambulance to dispatch to a call or to queue the call and (ii) send an idle ambulance to cover the location of an ambulance just dispatched to a call. We formulate the problem as a stochastic dynamic program, and, because the state space is unbounded, an approximate dynamic programming (ADP) framework is developed to generate high-quality solutions. We assess the quality of our solutions by developing a lower bound on the expected response time and computing a lower bound on the expected fraction of late calls of any relocation policy. We test the performance of our policies and available benchmarks on an emergency medical services system in Mecklenburg County, North Carolina. The results show that our policies are near optimal and significantly outperform available benchmarks. In particular, our ADP policy reduces the expected response time and fraction of high-priority late calls by 12% and 30.6%, respectively, over the best available static benchmarks in the case study. Moreover, the results provide insights on the contribution of each dispatching, redeployment, and reallocation strategy

6- Conclusion

In this study we formulated a real-time ambulance dispatching and relocation problem as a stochastic dynamic program and solved it via approximate dynamic programming. We extended the literature on real-time ambulance management via ADP, which considers only ambulance redeployment, in two dimensions. First, we considered a general dispatching strategy in which the decision maker can send any available ambulance to a received call in addition to having the option of not dispatching an ambulance immediately, but rather waiting for an ambulance that may become available soon. Second, we introduced an ambulance reallocation strategy in which the decision maker may send an available ambulance to the location of an ambulance just dispatched to a call. The ambulance reallocation strategy can improve performance by reducing the expected time that a region is uncovered, which is caused by dispatching the only ambulance that covers it. We tested the performance of policies generated by our ADP framework on an EMS system in Mecklenburg County, North Carolina, and our results show that our policies significantly improve static benchmarks. In particular, our nearoptimal policies reduce the response time and fraction of high-priority late calls by 12% and 30.6%, respectively, compared to the best static benchmarks.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

اعزام و جابجایی آمبولانس در زمان واقعی

Real-Time Ambulance Dispatching and Relocation

کاربرد سیستم های عامل همزمان در اویونیک قطعه ای یکپارچه

Use of real-time operating systems in the integrated modular avionics

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

استفاده از سیستم عامل در زمان واقعی در اویونیک مدولار یکپارچه

Use of real-time operating systems in the integrated modular avionics

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

بررسی اثر استراتژی مناقصه اپراتور پارکینگ وسایل نقلیه برقی در بازارهای روز پیش رو و زمان واقعی بر قابلیت اعتماد سیستم قدرت

Assessing the Effect of Bidding Strategy of an Electric Vehicle Parking Operator (EVPO) in the Day-Ahead and Real-Time Markets on the Power System Reliability

چکیده
I- مقدمه
II- بیان مساله
الف- پیش بینی قیمت
ب- استراتژی مناقصه DA
ج- استراتژی مناقصه RT
IV- نتایج عددی
الف- داده ها
ب- نتایج
ج- ارزیابی اثر استراتژی مناقصه بر قابلیت اطمینان سیستم
V- نتیجه گیری
منابع

چکیده

علاوه بر مزایای زیست محیطی استفاده از وسایل نقلیه برقی (EV)، حضور EV در محوطه پارکینگ، به عنوان مصرف کننده یا مولد انرژی، منجر به تغییرات گسترده ای درعملکرد سیستم های قدرت شده است. اپراتور پارکینگ وسیله نقلیه برقی (EVPO) می تواند به صورت استراتژیکی به خرید و فروش برق در هر دو بازار روز پیش رو زمان واقعی بپردازد. در اینجا، تاثیر استراتژی مناقصه EVPO مبتنی بر اشتهای ریسک در نظر گرفته شده است. از مدل احتمالاتی کامل EV در محدوده پارکینگ برای تعیین زمان مجاز برای فرآیندهای شارژ و دشارژ باتری استفاده می شود. مدل پیشنهادی در یک مطالعه موردی واقع گرایانه بر تابعی در حالت جزیره ای اِعمال شد و هزینه انرژی عرضه نشده مورد بررسی قرار گرفت. نتایج نشان می دهد که یک استراتژی پرریسک علاوه بر مبادله قدرت بیشتر در بازار زمان واقعی نه تنها تامین کننده و متضمن الزامات SOC صاحب خودرو برای سفرهای روزانه است بلکه قابلیت اطمینان سیستم را نیز بهبود می بخشد.

5- نتیجه گیری

در مقاله حاضر، رویکردی برای استخراج استراتژی مناقصه بهینه EVPO در هر دو بازار DA و RT بر اساس اشتهای ریسک ارائه شده است. دو استراتژی ریسک اتخاذ شده بر مناقصه، مطلوبیت و قدرت مبادله شده در بازارهای مذکور تاثیر می گذارند. نتایج نشان می دهد که عملکرد این استراتژی ها به تفاوت بین قیمت های بازار DA و RT بستگی دارند. برای مثال، زمانی که اغتشاشی وجود داشته و سیستم مجبور است در حالت جزیره ای کار کند (یعنی قیمت RT بالاتر از قیمت DA است)، یک استراتژی پرریسک می تواند قدرت بیشتری را با قیمت بالاتری به شبکه بفروشد و ENS کاهش می یابد. در این حالت، برای EVPO خرید در بازار DA با قیمت پایین و سپس فروش انرژی در بازار RT با قیمت بالا، سودمند خواهد بود.

Abstract

Besides environmental benefits of using electric vehicles (EVs), the presence of EVs in the parking lots, acting as the power consumer or generator, have created widespread changes in the operation of power systems. The Electric Vehicle Parking Operator (EVPO) can strategically purchase and sell power in both the day-ahead and the real-time markets. Here, the effect of bidding strategy of an EVPO based on risk appetite is considered. A complete probabilistic model of the EVs in the range of parking is used to determine the allowed times of battery charge and discharge processes. The proposed model is applied on a realistic case study, forced to function in island mode, and the cost of energy not supplied is investigated. Results show that a risky strategy in addition to trading more power in the real-time market, not only supplies and guarantees the car owners’ SOC requirement for daily trips, but also improves the reliability of the system.

V- CONCLUSION

In this paper, an approach to derive the optimal bidding strategy of an EVPO in both DA and RT markets based on risk appetite is proposed. The two risk strategies adopted influence the bidding, utility and power traded in the mentioned markets. The results indicate that the performance of these strategies depend on the difference between DA and RT market prices. For example, when there is a disturbance and system is forced to work in the island mode (i.e., RT prices are higher than DA prices), a risky strategy can sell more power with higher prices to the network and decreases the ENS. In this case, it will be beneficial for EVPO to buy in the DA market at low prices and then to sell energy in the RT market at high prices.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

بررسی اثر استراتژی مناقصه اپراتور پارکینگ وسایل نقلیه برقی در بازارهای روز پیش رو و زمان واقعی بر قابلیت اعتماد سیستم قدرت

Assessing the Effect of Bidding Strategy of an Electric Vehicle Parking Operator (EVPO) in the Day-Ahead and Real-Time Markets on the Power System Reliability

مدل واقعی موجودی زمان واقعی برای مدیریت اختلاف تقاضا برای کاهش هزینه نگهداری موجودی

A real-time inventory model to manage variance of demand for decreasing inventory holding cost

چکیده

1-مقدمه

2-مرور منابع

3- مدل موجودی زمان واقعی

4-محاسبه زمان تجدید سفارش

5-تست سیستم

6-نتیجه گیری

چکیده

واریانس تقاضا، یکی از مسائل اجتناب ناپذیر در محیط تولید است. شرایط بازار و رقابت شرکت ها را مجبور به کاهش هزینه ها می کند. رویکرد ها و روش های مختلف برای حل این مسائل توسعه یافته اند. نقطه مشترک این رویکرد ها، استفاده از منابع و پاسخ در کوتاه ترین زمان ممکن است. به مظنرو دست یابی به مدیریت موجودی بهتر، هزینه نگه داری موجودی نحت سطح خدمات یکسان کاهش می یابد. نقطه تجدید سفارش، به طور دینامیک با توجه به دو عامل در مطالعات مختلف تنظیم می شود. ما سعی می کنیم تا نقطه تجدید سفارش را با تبدیل نقطه تجدید سفارش به زمان تجدید سفارش تنظیم کنیم که ذخیره ایمنی را حذف کرده و موجب می شود تا مدل موجودی ماهیت زمان واقعی به خود بگیرد. مطالعات برنامه ریزی تولید اخیر برای افزایش بهره وری و استواری، بر زمان بندی پویا و برنامه ریزی زمان واقعی تاکید دارند. در این مطالعات، داده های زمان واقعی برای برنامه ریزی استفاده می شوند با این حال در بیشترآن ها، سیستم های تولیدی و روش برنامه ریزی به یک رویکرد سیستم زمان واقعی تبدیل نمی شود. ابعاد جدید این مطالعه، ارایه یک مدلی است که در آن سیستم تولید به عنوان یک سیستم زمان واقعی طراحی شده است که متشکل از فعالیت های برنامه ریزی زمان واقعی با داده های زمان واقعی و حذف ذخیره ایمنی است.

6-نتیجه گیری

هدف مدل موجودی زمان واقعی، کاهش مقدار موجودی نگه داشته شده و زمان پاسخ سیستم به شرایط غیر منتظره می باشد. تفاوت بین مدل موجودی زمان واقعی و نقطه تجدید سفارش در زمانی است که سفارش باید ارایه شود. بیشتر مطالعات برنامه ریزی زمان واقعی در منابع علمی از داده های زمان واقعی در مدل های برنامه ریزی جاری استفاده می کنند. بعد جدید این مطالعه، به روز رسانی مدل موجودی است زیرا مدل زمان واقعی با داده های زمان واقعی برای تعین زمان حقیقی کار می کند. با این روش، ذخیره ایمنی و هزینه های اضافی مئجب می شوند تا واریانس تقاضا حذف شود. زمان( نقطه ای در مدل نقطه تجدید سفارش) در سفارش ارایه شده بر طبق واریانس و واریانس واقعی تقاضا در دوره زمانی تغییر می کند که موجب حذف ذخیره ایمنی می شود.

Abstract

Variance of demand is one of the inevitable problems in the manufacturing environment. Market conditions and competition force companies reducing costs. Different approaches and methods have been developed to remedy these problems. Common points of these approaches are utilizing resources and responding in the shortest time possible. To achieve better inventory management, inventory-holding cost is tried to be decreased under the same service level. Re-order point is arranged dynamically regarding couple of factors in some studies. We try to arrange the re-order point in a time based manner by transforming the re-order point into re-order time, which eliminates the safety stock; and it makes the inventory model real-time. Recent production planning studies focus on real-time planning and dynamic scheduling to increase utilization and robustness. In these studies, real-time data is used for planning, but in most of them manufacturing systems and planning methodology are not transformed into a real-time system approach. The novel aspect of this study is the presentation of a model in which the manufacturing system has been designed as a real-time system that consists of real-time planning activities working with real-time data, and eliminating the safety stock.

6 CONCLUSION

The real–time inventory model aims to decrease the amount of inventory held and the system’s response time to unexpected situations. The difference between the real-time inventory model and the re-order point lies in the true time when orders must be given. Most real-time planning studies in scientific literature use real-time data in current planning models. The novel aspect of this study is the updating of inventory model as real-time model working with real-time data to determine true time. By this means, safety stock and additional costs caused to fulfil the variance of demand are eliminated. The time (point in the re-order point model) at the order given is changed according to variance and actual variance of demand in the period, which provide the elimination of safety stock.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

مدل واقعی موجودی زمان واقعی برای مدیریت اختلاف تقاضا برای کاهش هزینه نگهداری موجودی

A real-time inventory model to manage variance of demand for decreasing inventory holding cost

برنامه ریزی و زمان بندی بهینه وسیله نقلیه به شبکه با استفاده از الگوریتم چند هدفه دو لایه

Optimal vehicle to grid planning and scheduling using double layer multi-objective algorithm

چکیده
1- مقدمه
2- روش ها
3- ارائه شارژر V2G دو جهته در یک شبکه آزمایشی کلی
4- مدل سازی سناریو و فرمول بندی مسئله الگوریتم بهینه سازی V2G چند هدفه دو لایه
4-1 توابع هدف
4-2 محدودیت ها
4-3 فلوچارت الگوریتم بهینه سازی V2G
5- نتایج و بحث
5-1 شارژ دهی EV سازمان دهی نشده بدون تنظیم ولتاژ
5-2 شارژ دهی EV سازمان دهی شده بدون تنظیم ولتاژ
5-3 شارژ دهی EV سازمان دهی نشده با تنظیم ولتاژ
5-4 شارژ دهی EV سازمان یافته با تنظیم ولتاژ
6- اجرای واقعی یک سیستم V2G بزرگ
7- نتیجه گیری

چکیده

تکنیک وسیله نقلیه به شبکه به عنوان یک تکنولوژی بسیار مهم و کارا شناخته می شود که موجب تبادل انرژی بین وسایل نقلیه الکتریکی و شبکه انرژی جهت ایجاد مزیت دو سویه برای هر دو بخش می گردد. اجرای سیستم مدیریت انرژی وسیله نقلیه به شبکه مناسب می تواند ظرفیت وسایل نقلیه الکتریکی را جهت ایجاد سرویس های فرعی شبکه به حداکثر برساند. این مقاله یک روش برنامه ریزی و زمان بندی وسیله نقلیه به شبکه بهینه را با استفاده از یک الگوریتم چند هدفه دو لایه جدید پیشنهاد می کند. این الگوریتم بهینه سازی از وسایل نقلیه الکتریکی متصل به شبکه جهت اجرای اجرای بار حداکثر و خدمات تعدیل بار جهت حداقل کردن تغییرات بار شبکه انرژی در طی بهینه سازی لایه اول استفاده می کند. با این حال، بهینه سازی لایه دوم جبران توان راکتیو را برای تنظیم ولتاژ شبکه به حداقل رسانده و بنابراین اندازه ذخیره کننده تامین انرژی وسیله نقلیه به شبکه را بهینه می کند. الگوریتم بهینه سازی لایه دوم از یک رابطه مناسب با استفاده از شبیه سازی سیستم تامین انرژی وسیله نقلیه به شبکه استفاده می کند. الگوریتم پیشنهادی بهینه سازی وسیله نقلیه به شبکه محدودیت های مختلف شبکه انرژی و وسیله نقلیه الکتریکی را جهت اهداف اجرایی در نظر می گیرد. با اجرای زمان واقعی الگوریتم پیشنهادی، نتایج بهینه سازی نشان می دهند که منحنی بار انرژی به طور موثر تحت تاثیر بارگذاری هدف ثابت از پیش تعیین شده قرار دارد، در حالی که ولتاژ شبکه به طور مناسب نسبت به سطح ولتاژ از پیش تعیین شده با حداقل مقدار تامین انرژی از منبع تامین کننده بهینه تنظیم شده است.

1- مقدمه

در سال های اخیر، گسترش استفاده از وسیله نقلیه الکتریکی (EV) به عنوان یک عامل تعدیل کننده در کاهش اثر تغییرات اقلیمی با کاهش انتشار گاز کربن از طرف وسایل نقلیه جاده ای عمل کرده است. بهینه سازی مدل و تحلیل جهت تعیین بهترین ترکیب انواع وسیله نقلیه جهت دستیابی به حداقل مقدار انتشار با کمترین میزان سرمایه گذاری پیشنهاد شده است. پیش بینی می شود که یافته ها و نتایج کلیدی حاصل از مدل و تحلیل بهینه سازی به سیاست گذاران و برنامه ریزان حمل و نقل جهت آماده سازی چارچوب حمل و نقل و ساختار مناسب به منظور به کارگیری ورود EV در آینده کمک کند. از سوی دیگر، ممکن است EV ها در صورتی که باتری های EV از شبکه انرژی با تولید سوخت فسیلی تغذیه شود، چندان سازگار با محیط زیست نباشد. علی رغم این تناقض، مولفین [3] نتیجه گرفته اند که برقی کردن حمل و نقل جاده ای موجب کاهش مصرف سوخت و انتشار گاز بدون یکپارچه سازی انرژی تجدید پذیر می شود. همچنین، مصرف سوخت و انتشار گاز ها در صورت استفاده گسترده از انرژی های تجدید پذیر کاهش خواهند یافت. EV هایی که انرژی آنها با سیستم خورشیدی هیبریدی تامین می شود، موجب بهبود کاهش استفاده از گاز های گلخانه ای می گردند.

7- نتیجه گیری

این مقاله یک الگوریتم بهینه سازی V2G چند هدفه دو لایه جدید را ارائه کرده است که تغییرات بار شبکه را در لایه اول به حداقل رسانده و ولتاژ شبکه را در لایه دوم تنظیم می کند. حداقل شدن واریانس بار شبکه با استفاده از انرژی باتری EV برای اصلاح بیشینه بار و سرویس های تعدیل بار حاصل می شود. با این حال، تنظیم ولتاژ شبکه به وسیله جبران توان راکتیو با استفاده از حداقل اندازه خازن DC شارژر V2G حاصل می شود. علاوه براین، استفاده از شارژر V2G دو جهته با استراتژی های کنترلی مناسب نشان داده شده است. شارژر V2G دارای قابلیت تنظیم ولتاژ شبکه در طی شارژ دهی EV و فرآیند های تخلیه است که طی آن این روابط فرمول بندی شده و در الگوریتم بهینه سازی V2G مورد استفاده قرار گرفته است. الگوریتم بهینه سازی V2G پیشنهادی تحت چهار حالت مورد ارزیابی قرار گرفته و نتایج نشان دهنده اهمیت هر تابع هدف لایه است. مطابق حالت 4، اجرای هر دو تابع هدف با استفاده از الگوریتم بهینه سازی V2G پیشنهادی نشان دهنده بهترین عملکرد برای منحنی بار انرژی بهینه و پروفیل ولتاژ تنظیم شده است. قابلیت اجرایی V2G واقعی در شهر مسکونی- تجاری با استفاده از الگوریتم V2G پیشنهادی نشان داده شده است.

Abstract

Vehicle to grid is a revolutionary technology that allows energy exchange between electric vehicles and power grid for mutual advantages. The implementation of appropriate vehicle to grid energy management system can maximize the potential of electric vehicles to provide grid ancillary services. This paper proposes an optimal vehicle to grid planning and scheduling by utilizing a novel double layer multi-objective algorithm. This optimization algorithm utilizes the grid-connected electric vehicles to perform peak load shaving and load levelling services to minimize the power grid load variance in the first layer optimization. Meanwhile, the second layer optimization minimizes the reactive power compensation for grid voltage regulation and therefore, optimizes the vehicle to grid charger’s capacitor sizing. The second layer optimization algorithm utilizes an approximated formula from the simulation of a vehicle to grid charger. The proposed vehicle to grid optimization algorithm considers various power grid and electric vehicle constraints for practicality purpose. With the real time implementation of the proposed algorithm, the optimization results show that the power load curve is effectively followed the preset constant target loading, while the grid voltage is successfully regulated to the predetermined voltage level with minimal amount of reactive power supply from the optimal charger’s capacitor.

1- Introduction

In recent years, the deployment of electric vehicle (EV) has become the catalyst in reducing the impact due to climate change, by alleviating carbon emissions of roadway vehicles. The optimization model and analysis has been proposed to determine the best combination of vehicle types to achieve minimal emissions with the lowest investment [1]. It is envisaged that the key findings from the optimization model and analysis shall assist the policy makers and transportation planners to prepare the transportation framework and structure to accommodate future influx of EV [2]. On the other hand, EVs may not be environmental-friendly if EV batteries are charged from the power grid with fossil fuel generation. Despite the contradiction, authors in Ref. [3] have concluded that electrification of roadway transportation is able to reduce fuel consumption and emissions without renewable energy integration. Obviously, the fuel consumption and emissions will be further reduced if renewable energy generations are widely adopted. EVs powered by hybrid solar system can also enhance the reduction of greenhouse gases [4].

7- Conclusion

This paper has presented a novel double layer multi-objective V2G optimization algorithm, which can minimize the grid load variance in the first layer and regulate the grid voltage in the second layer. The grid load variance minimization is achieved by utilizing the EV battery energy for peak load shaving and load levelling services. Meanwhile, the grid voltage regulation is accomplished by reactive power compensation using the minimal sizing of DC-link capacitor of the V2G charger. Moreover, the development of the bidirectional V2G charger with appropriate control strategies was demonstrated. The V2G charger has the capabilities of regulating the grid voltage during EV charging and discharging processes, where these relationships were formulized and used in the V2G optimization algorithm. The proposed V2G optimization algorithm has been tested under four different scenarios and the results have shown the importance of each layer’s objective function. As presented in Scenario 4, the implementation of both objective functions using the proposed V2G optimization algorithm has expressed the best performance for optimal power load curve and regulated voltage profile. The practicality of real time V2G application was also demonstrated in the commercial-residential township using the proposed V2G algorithm.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

برنامه ریزی و زمان بندی بهینه وسیله نقلیه به شبکه با استفاده از الگوریتم چند هدفه دو لایه

Optimal vehicle to grid planning and scheduling using double layer multi-objective algorithm

بهینه سازی مدیریت زمان واقعی ترافیک راه آهن و اطلاعات ناقص: مطالعات اولیه

Real-time railway traffic management optimization and imperfect information: preliminary studies

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

کنفرانس بین المللی مهندسی صنایع و مدیریت سیستم

Industrial Engineering and Systems Management

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

بهینه سازی مدیریت زمان واقعی ترافیک راه آهن و اطلاعات ناقص: مطالعات اولیه

Real-time railway traffic management optimization and imperfect information: preliminary studies

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

سیستم ایمن شده قابل اجرا در وب برای مانیتورینگ حضور و مکان یابی زمان واقعی با استفاده از زیست سنجشی و سامانه بازشناسی با امواج رادیویی (RFID)

A Web Enabled Secured System for Attendance Monitoring and Real Time Location Tracking Using Biometric and Radio Frequency Identification (RFID) Technology

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

سیستم ایمن شده قابل اجرا در وب برای مانیتورینگ حضور و مکان یابی زمان واقعی با استفاده از زیست سنجشی و سامانه بازشناسی با امواج رادیویی (RFID)

A Web Enabled Secured System for Attendance Monitoring and Real Time Location Tracking Using Biometric and Radio Frequency Identification (RFID) Technology

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

نظارت بر زمان اجرا و تجسم زمان واقعی معماری های نرم افزار

Run-time Monitoring and Real-time Visualization of Software Architectures

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

 بیستمین کنفرانس مهندسی نرم افزار حوزه آسیایی اقیانوسیه 

20th Asia-Pacific Software Engineering Conference

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

نظارت بر زمان اجرا و تجسم زمان واقعی معماری های نرم افزار

Run-time Monitoring and Real-time Visualization of Software Architectures

• برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
• برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.