אופטימיזציה של ייצור אנרגיה מונעת באנוש באמצעות רגרסיה תהליכית גאוסית

Summary

פרוטוקול זה מייעל מערכות ייצור חשמל מונעות בכוח אדם באמצעות רגרסיה תהליכית גאוסיאנית להשגת יעילות של 80%-90% תוך שמירה על בטיחות פיזיולוגית, ומספק שיטות שחזוריות להמרת פעילות גופנית לייצור אנרגיה בת-קיימא, תוך התמודדות עם אתגרי אבטלה ואנרגיה מתחדשת.

Abstract

פרוטוקול זה מציג מסגרת אופטימיזציה של רגרסיית תהליך גאוסיאנית (GPR) למערכות ייצור חשמל מונעות בכוח אדם, במטרה להתמודד בו-זמנית עם אבטלה טכנולוגית ודרישות לאנרגיה מתחדשת. שבעה משתתפים ביצעו 112 ניסויים ב-16 תצורות, ששילבו ארבעה מתחי סוללה (12 וולט, 24 וולט, 36 וולט, 48 וולט) עם ארבעה עומסים חשמליים (10 וואט, 30 וואט, 50 ואט, 70 וואט) באמצעות גנרטור אופניים נייח מותאם. מודל ה-GPR כלל גרעיני ריבוע אקספוננציאליים אוטומטיים לקביעת רלוונטיות אוטומטית (ARD) כדי למפות פרמטרי מהירות, לחץ, מתח ועומס ליעילות ייצור תוך כימות אי-הוודאות של החיזוי. איסוף נתונים בזמן אמת בתדר 2 הרץ קלט פרמטרים מכניים וחשמליים באמצעות חיישני אפקט הול, מדדי מתח ומנתחי הספק באמצעות פרוטוקולי תקשורת Modbus. המערכת המותאמת השיגה יעילות מקסימלית תיאורטית של 80%-90% עם מקדם שינוי (CoV) מתחת ל-15%, לעומת 60%-70% יעילות ו-25%-35% שונות במערכות מסחריות. תחזיות GPR הראו R² = 0.713 עם השהיה מתחת ל-10ms באמצעות טכניקות קירוב דלילות, המאפשרים שליטה בזמן אמת. הפרמטרים התפעוליים האופטימליים השתנו באופן שיטתי: עומסים נמוכים דרשו 150-180 סיבובים לדקה בלחץ של 50-70 ניוטון, בעוד שעומסים גבוהים הגיעו לשיא של 100-120 סל"ד עם לחץ של 100-150 ניוטון. תצורת 48 וולט שיפרה את היעילות ב-68% על פני קו בסיס של 12 וולט (נמדד כמדד יעילות יחסי, REI, מנורמל לבסיס = 100%). ניטור ספציפי לשלב זיהה את תחילת העייפות ב-35-40 דקות, מה שגרם להתאמות בקרה מודעות לסיכון בהתבסס על אי-ודאות אחורית. הפרוטוקול קובע שיטות כמותיות לאיזון בין ייצור אנרגיה למגבלות פיזיולוגיות, ומספק מסגרת ניתנת לשחזור לפריסת מערכות מונעות בכוח אדם במתקני כושר שבהם מתרחש איזון במחיר של 0.18 דולר לקוט"ש חשמל.

Introduction

המפגש בין אוטומציה מונעת בינה מלאכותית לשינויי אקלים מציב אתגרים חסרי תקדים, הדורשים פתרונות חדשניים המתמודדים עם אבטלה טכנולוגית ומעבר אנרגטי בר קיימא. ניתוחים אמפיריים חוזים 85 מיליון עקירות משרות עד 2025, כאשר מקצועות מחשבים ומתמטיקה חווים עלייה של 2.8 נקודות אחוז^{באבטלה 1}. במקביל, ריכוזי ה-CO₂ באטמוספירה הגיעו ל-426.9 ppm בפברואר 2025^{, מה} שחייב הרחבה דחופה של קיבולת האנרגיה המתחדשת ^3,4. מאמר זה מציג גישה חדשנית להתמודדות בו-זמנית עם שני המשברים באמצעות מערכות ייצור חשמל חכמות מונעות בכוח אדם (HPEG), היוצרות הזדמנויות תעסוקה תוך תרומות לייצור אנרגיה נקייה. באמצעות יישום אופטימיזציה של למידת מכונה המותאמת למאפיינים הייחודיים של נתונים ביומכניים אנושיים – שונות גבוהה, יחסים לא ליניאריים ומגבלות פיזיולוגיות⁵, מפותחת מסגרת שיכולה להפוך עובדים מגורשים לתורמים יצרניים לייצור אנרגיה בת-קיימא. גישה זו מתיישבת עם ההתקדמות האחרונה במערכות המלצות חכמות שמותאמות אישית תוכניות פעילות גופנית ודיאטה בהתבסס על מדדים ספציפיים למשתמש⁶.

יישומי HPEG הנוכחיים מראים מגבלות משמעותיות שמונעות אימוץ נרחב. מערכות מסחריות מציגות ביצועים לא עקביים בהקשרים תפעוליים שונים (איור 1). אופני הכושר Eco-Powr G510 (איור 1A) משיגים יעילות סבירה אך סובלים מתנודות בתפוקה תחת עומסים משתנים⁷. תחנת העבודה WeBike (איור 1B) מספקת פלט יציב המתאים רק לאלקטרוניקה בעלת צריכת חשמל^{נמוכה 8}. מערכת השדרוג ReRev (איור 1C) ניסתה אינטגרציה מודולרית אך השיגה יעילות המרה תת-אופטימלית⁹. אב-טיפוס אקדמי חושפים ליקויים דומים: אופני הרגנרציה הזולים (איור 1D) מייצרים תפוקה יציבה מינימלית¹⁰, בעוד שמערכות קולקטיביות מבוססות חדר כושר (איור 1E) עונות רק על דרישות אנרגיה שוליות למתקן למרות מספר קלטים ^{של משתמשים 11}. אריחי רצפה טריבואלקטריים מתקדמים (איור 1F) נותרו בלתי מעשיים לפריסה בקנה מידה גדול¹². מחקר באוניברסיטת קליפורניה בברקלי מצא שמערכי מכונות אליפטיות נרחבות ייצרו פחות מ-1% מצרכי האנרגיה של המתקן, למרות אלפי משתמשים יומיים¹³. תוצאות מאכזבות אלו נובעות מליקויים יסודיים: היעדר אופטימיזציה אדפטיבית, אי התחשבות בשונות פיזיולוגית אנושית, וחוסר התאמה בזמן אמת לרמות הנוחות של המשתמש. שלושה פערים קריטיים נותרו בלתי מטופלים: (1) אין מערכות HPEG קודמות ששילבו כימות אי-ודאות בשליטה בזמן אמת 7,8,9,10,11; (2) יחסי יעילות בין שלבי האימון (חימום, מצב יציב, עייפות) אינם ממופים באופן שיטתי ^10,13, ו-(3) מסגרות רב-מטרה שמקדמות בו זמנית ייצור אנרגיה, יציבות ונוחות משתמש חסרות ^7,8,9. עבודה זו מתמודדת עם פערים אלה על ידי יישום בקרה הסתברותית מבוססת GPR עם אפיון ביצועים ספציפי לשלב ב-16 תצורות וארכיטקטורת אופטימיזציה מרובת מטרות המאזנת בין מגבלות תפעוליות מתחרות.

איור 1: יישומים עדכניים של HPEG במערכות מסחריות ואקדמיות. (א) אופני Eco-Powr G510 מסחריים. (B) תחנת עבודה של WeBike לאלקטרוניקה באנרגיה נמוכה. (ג) מערכת ReRev לשדרוג ציוד סטנדרטי. (ד) אב-טיפוס אקדמי לאופניים מתחדשים בעלות נמוכה. (ה) מערכת איסוף אנרגיה קולקטיבית מבוססת חדר כושר. (ו) קונספט מתקדם של אריחי רצפה טריבואלקטריים 7,8,9,10,11,12. אנא לחצו כאן כדי לצפות בגרסה מוגדלת של הדמות הזו.

האתגר המרכזי באופטימיזציה של מערכות HPEG טמון במאפיינים הייחודיים של נתוני החשמל שנוצרו על ידי בני אדם. בניגוד למקורות מתחדשים קונבנציונליים עם דפוסים צפויים¹⁴, הנתונים הביומכניים האנושיים מציגים שונות בין-אישית גבוהה, התנהגות לא יציבה לאורך שלבי האימון, ויחסים מורכבים לא ליניאריים בין מאמץ לתוצר¹⁵. גישות בקרה מסורתיות אינן מצליחות ללכוד דינמיקות אלו, בעוד ששיטות אופטימיזציה דטרמיניסטיות אינן מתאימות לאי-הוודאות הטבועה בביצועים האנושיים¹⁶. מבנה הזמן של הנתונים – מעבר דרך שלבי חימום, מצב יציב, עצימות גבוהה ועייפות – דורש מודלים המסוגלים ללכוד דפוסים מקומיים ויחסים גלובליים. יתרה מזאת, האופי הרב-אובייקטיבי של הבעיה, המאזן בין ייצור אנרגיה לנוחות ובטיחות המשתמשים, דורש גישות מודל מתוחכמות שיכולות להתמודד עם מגבלות מתחרות תוך מתן תובנות פרשנות לשליטה בזמן אמת.

התקדמות אחרונה בלמידת מכונה הסתברותית מציעה פוטנציאל טרנספורמטיבי למערכות מורכבות ועשירות באי-ודאות כאלה. מבין המתודולוגיות הזמינות, GPR מדגים יתרונות מדידים לאופטימיזציה ביומכנית. בקרי PID דטרמיניסטיים אינם יכולים להסתגל לשונות בין-אישית¹⁷, ובעוד ששיטות כמו XGBoost הראו פוטנציאל בעיבוד אותות פיזיולוגי, כמו הערכת לחץ דם¹⁸. רשתות עצביות דורשות פי 10 יותר נתוני אימון ללא כימות אי-ודאות, ואופטימיזציה בייסיאנית סטנדרטית מתמודדת עם נופים של ביצועי אדם רב-מודליים¹⁹. GPR מתמודד עם דרישות HPEG באמצעות שלוש תכונות תואמות: (1) פריורים בייסיאניים מאפשרים התכנסות עם n=112 ניסויים-קריטיים כאשר ניסויים אנושיים מוגבלים במשאבים; (2) גרעיני ARD לוכדים דינמיקת יעילות לא סטציונרית לאורך שלבי האימון (חימום: 45%-65%, מצב יציב: 75%-95%) תוך כימות חשיבות הפרמטרים (_מתח L = 8.3vsl_עומס = 15.2 מגלה שהמתח תורם פי 1.8 יותר); (3) אי-ודאות אחורית σ² מפעילה הפחתת עומס מודעת לבטיחות כאשר היא מעל 20% מ μ התחזית, ומונעת לחץ פיזיולוגי במהלך אי-ודאות המודל^19,20.

מחקר זה מתמודד עם מגבלות קיימות באמצעות גישה מבוססת נתונים שמזהה ומנצלת את המאפיינים הייחודיים של ייצור מונע אנושי. בדומה לאופן שבו אופטימיזציה של אלגוריתמים שיפרה את יעילות האנרגיה ברשת אלחוטית²⁰, מסגרת זו מיישמת אופטימיזציה אדפטיבית כדי למזער אובדן אנרגיה בהמרה ביומכנית. ראשית, מיושמת אופטימיזציה אדפטיבית, ולמידה מתמדת מנתונים ביומכניים בעלי שונות גבוהה כדי לפתח פרופילי דור מותאמים אישית שמכבדים את המגבלות הפיזיולוגיות האישיות. בניגוד למערכות הסטטיות המוצגות באיור 1, הגישה מתאימה את עצמה באופן דינמי לאופי הלא-סטציוני של דפוסי האימון האנושיים. שנית, מסגרת רב-מטרתית מפותחת שמתחשבת בו זמנית בדרישות המתחרות של ייצור חשמל, נוחות המשתמש וקיימות – איזון שטרם הושג ביישומים מסחריים ואקדמיים. שלישית, מודגם כיצד מודלים חכמים של אינטראקציות אדם-מכונה יכולים להפוך את HPEG ממקור אנרגיה שולי לפתרון תעסוקה בר קיימא לעובדים שהוחלפו על ידי אוטומציה, במיוחד באזורים שבהם הייצור המסורתי דעך. המסגרת חלה על מתקני כושר מפוקחים עם תנאים מבוקרים (20-22 מעלות צלזיוס). המגבלות המרכזיות כוללות: מגבלות של 35-40 דקות לפני עייפות, משתתפים בגילאי 18-65 עם כושר בסיסי (VO₂max >25 מ"ל/ק"ג/דקה), 10-70 וואט לטעינת סוללה, וכיול של 15-20 דקות לכל משתמש. כדאיות כלכלית דורשת תמחור חשמל ≥$0.18/kWh²¹.

יכולות טכניות אלו מתורגמות לדרישות פריסה. כימות אי-הוודאות שומר על בטיחות המשתמש על ידי הפחתת דרישות כאשר תחזיות הופכות לבלתי אמינות, ומתמודד עם חששות אחריות במערכות מסחריות. יעילות הדגימה מאפשרת כיול של 20 דקות ללא צוות מחקר. אופטימיזציה מרובת מטרות שומרת על מעורבות המשתמשים לאורך מפגשים חוזרים – חיוני לכדאיות כלכלית שמימושים קודמים לא הצליחו להשיג.

חשיבות העבודה הזו חורגת מעבר לחדשנות טכנית ומענה לצרכים חברתיים דחופים. עלייה באבטלה במקצועות החשופים לטכנולוגיה מחייבת דרכי תעסוקה חלופיות. מערכות HPEG מציעות תעסוקה נגישה הדורשת הכשרה טכנית מינימלית, מה שהופך אותן למתאימות לעובדים שהועברו ממשימות קוגניטיביות שגרתיות. בעוד שהתפוקה האישית צנועה (10-70 וואט), מערכות מצטברות במתקני כושר יכולות לפצות על עלויות האנרגיה תוך מתן תעסוקה ^3,22. יתרה מזאת, מערכות אלו תורמות להתרחבות האנרגיה המתחדשת, כאשר מקורות לא-מאובנים תרמו 39.7% מהחשמל העולמי בשנת 2024-23. על ידי פיתוח שיטות אופטימיזציה המותאמות לנתונים ביומכניים אנושיים, מחקר זה בונה בסיס לפריסה ניתנת להרחבה של מערכות אנרגיה מונעות בידי אדם. המסגרת עוסקת במטרות סביבתיות וחברתיות-כלכליות באמצעות שילוב ייצור מתחדש עם מסלולי תעסוקה.

עבודה זו מקדמת את HPEG באמצעות שלוש יכולות GPR: (1) שונות אחורית מפעילה התאמת עומס כאשר אי-הוודאות עולה על 20% מהתחזית הממוצעת, מה שמונע ירידות יעילות במהלך מעברי עייפות; (2) התכנסות מודלים עם n=112 ניסויים (7 משתתפים x 16 תצורות) מאפשרת כיול של 15-20 דקות לכל משתמש; (3) אורך גרעין ARD מכמת את חשיבות הפרמטרים (_{l מתח} = 8.3,_עומס l = 15.2), ומגלה שהמתח תורם פי 1.8 יותר ליעילות מאשר בחירת עומס. אלה מפחיתים את השונות התפעולית מ-25%-35% ל-<15% מקדם שונות (CoV) תוך שמירה על קצב הלב <_{75% מקסימום}.

Protocol

מחקר זה כלל בדיקות אימון לא פולשניות עם אופניים נייחים והיווה סיכון מינימלי בלבד למשתתפים. כל המשתתפים היו מתנדבים בוגרים בריאים שסיפקו הסכמה מדעת בעל פה לאחר שקיבלו מידע מפורט על הליכים ניסיוניים, זכותם למשוך בכל עת וסודיות נתונים. ההליכים התאימו לעקרונות האתיים של הצהרת הלסינקי למחקר המעורב בנבדקים אנושיים.

1. אספת ה-HPEG

1. הרכבת מבנה מכני
   הערה: כל השינויים המכניים צריכים להתבצע במרחב עבודה מאוורר היטב עם ציוד בטיחות מתאים, כולל משקפי בטיחות וכפפות עבודה. התקדמות אחרונה במערכות איסוף אנרגיה מונעות בכוח אדם הדגימה שיפורים ביעילות באמצעות צימוד מכני אופטימלי^24,25. דיאגרמת אפקט ההתקנה של החלק המכני מוצגת ב- איור 2.
   1. מקם את שלדת אופני האימון על שולחן עבודה יציב וקבע אותו באמצעות ארבעה מהדקי C בנקודות ההתקנה בבסיס. בדוק את רמת הפריימים באמצעות רמת רוח דיגיטלית הן בצירים אורכיים והן בצירים רוחביים. יישור המסגרת משפיע ישירות על יעילות העברת הכוח, כאשר חוסר יישור ב->2° מפחית את יעילות המערכת הכוללת ב-8%-12%²⁶.
   2. הסר את מכלול גלגל ההתנגדות לחיכוך הקיים על ידי ניתוק כבל כוונון ההתנגדות תחילה (מומנט שחרור מתח: 2.5 ± 0.5 ניוטון-מטר), ואז הסרת ארבעת הברגים משושים בגודל M8 x 25 מ"מ באמצעות מפתח שוודי שקע 13 מ"מ. אחסן את רכיבי מנגנון ההתנגדות במיכלים מסומנים לשינויים עתידיים אפשריים.
   3. לפרק לחלוטין את יחידת הגלגל האחורי. שחרר את מנגנון השיפוד לשחרור מהיר (באמצעות כוח של 15 ± 2 ניוטון) והוציא בזהירות את הצמיג הפנאומטי והצינור הפנימי. השתמש בידיות צמיג (שיטת מגע מינימלית של 3 נקודות) כדי להפריד את הצמיג מהחישוק מבלי לפגוע במשטח החישוק האלומיניום. מחקר עדכני הראה כי תצורות חישוק בלבד משיגות תאוצה זוויתית גבוהה ב-35%-45% לעומת מערכות גלגלים מלאות²⁷.
   4. נקה היטב את השפה החשופה באמצעות אלכוהול איזופרופיל (99% טוהר, קצב יישוח: 50 מ"ל/מ"ר) כדי להסיר שאריות גומי או תרכובות דבק. איכות הכנת המשטחים משפיעה על מקדם החיכוך עד 20%. השפה המנוקה משמשת כאלמנט ההנעה הראשי עם הפחתת אינרציה סיבובית (מומנט הפחתת אינרציה: I_סופי = 0.55, I_המקורי ± 5%).
   5. לייצר את תושבת ההרכבה של הגנרטור מפלטת אלומיניום 6061-T6 (עובי: 8 ± 0.1 מ"מ, חספוס פני שטח Ra < 1.6 מיקרון) בהתאם למפרט. מכב ארבעה חורי התקנה (קוטר: 8.5+0.05/-0 מ"מ) באמצעות מכסה CNC או מכבש מקדח עם מקדחים מדורגים (קצב הזנה: 150 מ"מ/דקה, מהירות הציר: 1200 סיבובים לדקה (סל"ד)), תוך שמירה על יישור מאונך בטווח של ±0.5°. יש להניח נוזל חיתוך (צמיגות: 22 cSt בטמפרטורה של 40 מעלות צלזיוס) במהלך העיבוד כדי להבטיח את איכות המשטח. העבר את עיצוב התושבת לפלטת האלומיניום באמצעות טוש, חבר את הלוח לשולחן מקדחה, וקדח את חורי ההרכבה באמצעות מקדחות מדורגות בקצב ההזנה ומהירות הציר שנקבעו.
   6. חשב את יחסי ההעברה האופטימליים באמצעות הקשרים הבאים להשגת מהירויות גנרטור בין 1500 ל-3000 סל"ד בקדנציות פדלינג טיפוסיות (60 - 90 סל"ד)²⁸
      יחס מהירות זוויתית: .
      מדדו את רדיוס קראנק הדוושה r₁ = 170 ± 5 מ"מ באמצעות קליפרים דיגיטליים (רזולוציה: 0.01 מ"מ)
      מדוד את רדיוס חישוק הגלגל האחורי r₂ = 310 ± 10 מ"מ (תצורת חישוק בלבד).
      בחר יחסי הילוכים: שרשרת קדמית c₁ = 48 שיניים, גלגל שיניים אחורי c₂ = 16 שיניים (יחס הילוכים = 3:1).
      רדיוס גלגלת הגנרטור r_g = 25 ± 0.5 מ"מ להכפלת מהירות אופטימלית (יחס סופי: 12.4:1).
      יעילות העברת הכוח η_מכנית = 0.92 ± 0.03 עבור מערכת מיושרת כראוי^28,29.
   7. התקן את מערכת הנעת השרשרת הראשית באמצעות שרשרת אופניים מחוזקת בגודל 1/2 אינץ' על 1/8 אינץ' (חוזק מתיחה מינימלי: 920 ק"ג, מגבלת הארכה: 0.5%). העבירו את השרשרת דרך מנגנון הדריילר אם קיים, תוך שמירה על קו שרשרת תקין (סטייה < 3 מ"מ מהקו המרכזי), או ישירות בין טבעת השרשרת לגלגל השיניים לתצורה של גלגלי שיניים קבועים. יעילות השרשרת משתנה בהתאם למתח:_שרשרת η = 0.98 במתח אופטימלי, יורדת ל-0.94 בסטייה של ±30%²⁹.
   8. כוונן את מתיחת השרשרת על ידי מיקום מחדש של מכלול הגלגל האחורי בנקודות האופקיים (טווח כוונון: 25 מ"מ). סטיית שרשרת המטרה: 12 ± 2 מ"מ באמצע המפתח בעת הפעלת כוח אנכי של 10 N. מתיחה נכונה מאריך את חיי השירות של השרשרת ושומרת על העברת כוח עקבית. נעול את מיקום ההגה באמצעות מנגנון שחרור מהיר המוזמן ל-5.5 ± 0.5 ניוטון-מטר באמצעות מפתח מומנט מכויל.
   9. מכין מתאם גלגלת חגורת V מותאם מאלומיניום 6061-T6 כדי להתחבר לציר הגלגל האחורי. מפרטים קריטיים כוללים:
      קוטר פנימי: מותאם למידות הציר (בדרך כלל 36 ± 0.1 מ"מ עם סבילות h7)
      חריץ גלגלת חיצוני: פרופיל חגורת V (רוחב עליון 13 מ"מ, עומק 8 מ"מ, זווית חריץ 38°)
      גימור משטח: 0.8 מיקרומטר Ra על משטחי חריץ לאחיזת חגורה אופטימלית
      איזון דינמי לדרגת G2.5 לפי ISO 1940-1 (חוסר איזון שאריתי < 2.5 גרם·מ"מ/ק"ג)
      מומנט המסה של האינרציה: < 0.015 ק"ג·מ² כדי למזער התנגדות תאוצה
   10. התקן את גנרטור המגנט הקבוע (מפרט: 24 וולט/300 וואט, תצורת 12 קוטבים, מגנטים נדירים בדרגת N42) על התושבת המעובדת באמצעות ארבעה ברגי ראש שקע בגודל M8 x 30 מ"מ (דרגה 12.9) עם שטיפות קפיץ (גובה חופשי: 5 מ"מ, דחיסה: 60%). יש להניח חוזק בינוני (מומנט שבירה: 11 ניוטון·מטר) כדי למנוע התרופפות כתוצאה מרעידות. קשיחות ההרכבה של הגנרטור צריכה לעלות על 1 על 10⁶ ניוטון/מטר כדי למנוע בעיות תהודה³⁰.
   11. יישר את ציר הגנרטור עם הגלגלת המותקנת על הגלגלים באמצעות כלי יישור לייזר או יישור מדויק. סטייה מקסימלית מותרת: 0.5° זוויתית, סטייה מקבילה של 2 מ"מ. חוסר יישור מעלה את עומס המיסבים עד 50% ומקצר את חיי הרצועה ב-60%. בעת שימוש בכלי יישור לייזר, התקן על ציר הגנרטור, סובב 360° תוך התבוננות במיקום נקודת הלייזר על גלגלת הגלגל, וכיוון את מיקום הגנרטור באמצעות חריץ ההרכבה עד שתנועת הנקודה נשארת בתוך 2 מ"מ לאורך כל הסיבוב. ליישור ישורים, הנח יישור מדויק החוצה את שתי הגלגלות וכוון עד שהרווח לפחות מ-2 מ"מ בכל נקודות המדידה.
   12. התקן את חגורת ה-V המשנית (סוג A, אורך מחושב כ- , כאשר C = מרחק מרכז, D = קוטר גלגלת גדול, d = קוטר גלגלת קטן) בין גלגלת הגלגל לגלגלת הגנרטור. מתיחו את הרצועה באמצעות כוונון חריץ ההרכבה של הגנרטור כדי להשיג הארכה של 1.0%-1.5% (שיטת כוח הסטייה: 16 ניוטון כוח מייצר סטייה של 4 מ"מ באמצע הרצועה), המקביל לכ-350 ± 50 ניוטון כוח מתח עבור חגורות מסוג A. סף החלקת הרצועה מתרחש במתח של <250 ניוטון.

איור 2: הגדרת גנרטור אופניים עם הנעה עם חישוק. ההתקנה מציגה את המאמן ללא חיכוך, חיישן מהירות אפקט הול, תיבת הילוכים עם חגורת V ואינטגרציה של מד לחץ. אנא לחצו כאן כדי לצפות בגרסה מוגדלת של הדמות הזו.

2. הרכבת מעגלים אלקטרוניים ואינטגרציה של מערכת
   1. מערכת יישור וסינון: בנו מיישר גשר מלא תלת-פאזי על לוח מעגל מודפס דו-צדדי (70 מיקרון נחושת, מוליכות תרמית: 401 W/m·K) באמצעות שישה דיודות התאוששות אולטרה-מהירות (V_RRM ≥ 200 V,_{I F(AV)} ≥ 30A,t_RR < 35 ns). מותקן על גוף קירור מאלומיניום עם חומר ממשק תרמי (λ>5 W/m·K)³¹. ייצר את מסנן ה-LC באמצעות סליל מותאם אישית (28± 1 סיבובים, 14 AWG על ליבת אבק Sen: OD=47 מ"מ, ID=24 מ"מ, L=100 μH ± 5%, Q>50) ובנק קבלים (4 x 1100 μF/100 V, ESR <7 mΩ בסך הכל, זרם גלים > 20.8 אמפר RMS). התחבר באמצעות חוט פוליטטראפלואורואתילן 12 AWG, תוך שמירה על R_{בסך הכל} < 10 mΩ. הלחם את ששת הדיודות על לוח המעגל המודפס הדו-צדדי בתצורת גשר, מרח חומר תרמי בין לשוניות הדיודה לגוף הקירור מאלומיניום, ומאובטח באמצעות מחברים מתאימים. ללפף את הסליל על ידי עטיפת 28 סיבובים של חוט סביב הליבה הטורואידלית, תוך שמירה על מרווח אחיד, ואז מחברים את הקבלים במקביל באמצעות אורכי חוט קצרים כדי למזער התנגדות טורית שווה.
   2. דיכוי התאבכות אלקטרומגנטיות ותאימות: חנק רוח במצב משותף על ליבת ננו-גבישית (μ_i>80,000, Bs>1.2 T) עם טכניקת ביפילר שמגיעה ל-L_CM=15 ± 2 mH, k>0.99, CMRR>40 dB (150 kHz-30 MHz). התקן קבלי בטיחות לפי IEC 60384-14: קבלי X (2 x 0.47 μF/310 VAC MKP), קבלי Y (2 x 4.7 nF/300 VAC C0G), עם נגדי פריקה של 1 MΩ (τ=0.47 שניות). לשמור על זחילה >6 מ"מ, מרווח >5.5 מ"מ לסביבה בדרגת זיהום 2.
   3. מימוש בקר מעקב מקסימלי (MPPT): STM32F334C8T6 תוכנית עם אלגוריתם MPPT אדפטיבי. בקרי MPPT מודרניים מראים יעילות מעקב הנעה בין 93% ל-97% בתנאי הפעלה טיפוסיים, כאשר יישומים מתקדמים מגיעים עד 99% בסביבות מעבדה³². מאפייני האלגוריתם: הפרעה אדפטיבית (ΔV = α × |dP/dV|, α∈ [0.005,0.025]), תקופת תצפית משתנה (T_obs = β/|( d²P) / (dV² )|, β∈ [10ms,100ms]), טיפוס גבעות עם גילוי מקסימלי מקומי, מסנן ממוצע נע של 8 דגימות (fc =10 Hz). מימוש מדידה מדויקת של 16 ביט באמצעות מחלק התנגדות של 0.1% (100 kΩ/10 kΩ, TC<25 ppm/°C) וחיישן הול עם התניה לאות. תכנת את המיקרו-בקר על ידי חיבורו למחשב דרך מתכנת סטנדרטי, קומפילציה של קוד אלגוריתם MPPT, והבזק את הקושחה. הגדר את ערוצי ה-ADC לחישת מתח וזרם ברזולוציה וזמן הדגימה שנקבעו, ואז הגדר את יציאת טיימר Pulse Width Modulation (PWM) כדי להשיג את תדר החלפת היעד.
   4. המרת חשמל ובקרה: הגדרת ממיר DC-DC עם PWM ב-31.25 kHz ± 0.1% (מיוצב גביש), זמן מת≥ 500 ננו-שניות, התחלה רכה=100 מילישניות, מחזור עבודה≤ 95%, מגבלת זרם=125% מדורגת עם מצב תקלה. יעילות יעד >92% בעומס של 50%-100%. הקמת תקשורת Modbus RTU (115200 באוד, 8N1) לניטור בזמן אמת של מתח (±0.1 וולט), זרם (±0.1 אמפר), הספק (±1 וואט), יעילות (±1%), טמפרטורה (±1 מעלות צלזיוס) בקצב דגימה של 10 הרץ עם בופר מעגלי (3600 דגימות) ואימות CRC-16³³.
   5. מארז מערכת והגנה: הרכבת אלקטרוניקה במארז IP54 (400 x 300 x 200 מ"מ) עם אוורור מסונן (כניסה: 100 ס"מ², יציאה: 120 ס"מ²). יישום הגנה מקיפה: דיודת TVS, מפסק אלקטרוני (20 אמפר ±2%, <תגובה של 10 מיקרושניות, I²t=50A²s), ניטור תרמי, הגנה על קוטביות הפוכה. חוט לפי תקני IEC 60446 באמצעות פראולים ומפרטים מתאימים (M4:1.2 N·m, M6:3.0 N·m, M8:6.0 N·m).
      הערה: דיאגרמת המעגל המשתמשת באסטרטגיה הנ״ל מוצגת באיור 3.
   6. אימות בטיחותי והפעלה: ביצוע בדיקות בטיחות IEC 61010-1: התנגדות בידוד >10 MΩ ב-500 VDC/60 שניות, רציפות הארקה <0.1 Ω ב-10 אמפר, דיאלקטרי עמיד ל-2500 VAC/60 שניות (<5 mA), הפסקת מעגל תקלה בהארקה <30 מילישניות ב-30 mA. אתחול עם אספקת ספסל (24 VAC, מגבלת 5 אמפר) כדי לאמת ריפל <5% pp בעומס של 75 וואט. אימות ביצועי MPPT: >97% יעילות מעקב, <2 שניות התכנסות ל-20% שלבים, <1% תנודה במצב יציב. מעגלי הגנה בודקים עם תקלות מבוקרות המאשרות את ספי התגובה הנכונים. לבדיקת התנגדות בידוד, נתק את כל העומסים, הפעיל את מתח הבדיקה בין טרמינלים חיים לאדמה באמצעות מגה-אוהם למשך הזמן שנקבע, ווודא שהקריאה חורגת מהסף המינימלי. למדידת רציפות כדור הארץ, מחברים אוהם בעל התנגדות נמוכה בין טרמינל הארקה לחלקי מתכת חשופים, החלו את זרם הבדיקה ווודאו שההתנגדות נשארת מתחת לערך המקסימלי שצוין.
   7. ריצה מכנית ובסיס: ביצוע בדיקות מכניות מדורגות: שלב 1 - 30 סל"ד/10 דקות ללא עומס (ΔT<10 °C, רטט<0.5 מ'/שנייה², רעש<60 dB ב-1 מטר); שלב 2 - עומס של 60 סל"ד/25 וואט (שינוי מומנט<±5%, עקומת הספק של 20-90 סל"ד); שלב 3 - 75 סל"ד/150 וואט/30 דקות עומס מלא (ייצוב טמפרטורה ΔT<1 °C/5 דקות). יעדי יעילות המסמכים: >75% בעומס של 25%, >85% בעומס 50%, >88% בעומס מלא.
   8. כיול ומיפוי ביצועים: כיולו באמצעות Fluke 8845A (דיוק של 0.0035%) בנקודות מתח (0 וולט, 12 וולט, 24 וולט, 36 וולט, 48 וולט, 60 וולט ± 0.01 וולט) ובנקודות זרם (0 אמפר, 1 אמפר, 2 אמפר, 5 אמפר, 10 אמפר, 15 אמפר, 20 אמפר ± 0.01 אמפר). תכנן עומס אלקטרוני (200 וואט רציף) לבדיקה מקיפה ב-25 נקודות בדיקה (מטריצה 5V x 5 I). מאחסנים מקדמי כיול בזיכרון קריאה בלבד מתוכנת שניתן למחוק חשמלית, המממש V_מתוקן = רווח x V_נמדד + הסטה עם שגיאה מקסימלית של ±0.5%. חבר את המולטימטר המדויק במקביל לנקודות מדידה של המערכת, מיישם סדרה של מתחי ייחוס וזרמים ידועים ממקורות מכוילים, רשם ערכי ייחוס ונמדדים לכל נקודת בדיקה, ואז מחשב מקדמי תיקון ליניאריים ואחסן אותם בזיכרון המיקרו-בקר להשגת דיוק המדידה המטרה.
   9. תיעוד ביצועי מערכת: יצירת מפות יעילות (0-150 וואט, רזולוציית 5 וואט) המזהות נקודת יעילות שיא (בדרך כלל מדורגת 70%-80%). אמת את דינמיקת MPPT: 10% שלב <0.5 שניות, 50% שלב <2 שניות, 100% דחיית עומס <3 שניות ללא מתח יתר. אשר >97% מעקב יציב בטמפרטורה של 15-40 מעלות צלזיוס, 30%-85% לחות יחסית. שיווי משקל תרמי שיא: גוף קירור < 80 מעלות צלזיוס, קבלים < 85 מעלות צלזיוס, מגנטיות < 110 מעלות צלזיוס עם מינוס 2.5 וואט/מעלות צלזיוס בהורדת טמפרטורה סביבתית מעל 40 מעלות צלזיוס (טמפרטורה תרמית τ ≈ 15 דקות עד 95% טמפרטורה סופית).
   10. אינטגרציה ואימות סופיים: אינטגרציה מלאה של המערכת, תוך הבטחת שכל תת-המערכות פועלות במסגרת המפרט. בצע בדיקת פעולה רציפה של 4 שעות בעוצמה מדורגת, תוך ניטור כל הפרמטרים. תעד ביצועים נמדדים מול יעדי תכנון, וליצור מדריך תפעולי עם לוח זמנים לתחזוקה. ליישם רישום נתונים למעקב ביצועים ארוך טווח ואלגוריתמים תחזוקה חיזויים המבוססים על מודלים של פגיעה ברכיבים.

איור 3: מערכת אלקטרונית. הסכימה כוללת מיישר תלת-פאזי, מעגל מסנן LC, בקר MPPT וממיר DC-DC. אנא לחצו כאן כדי לצפות בגרסה מוגדלת של הדמות הזו.

2. עיצוב ניסויי

1. גיוס משתתפים והערכת בסיס
   1. גייסו 7 מתנדבים בריאים דרך ערוצים מוסדיים (5 גברים, 2 נשים, בגילאי 22-30, BMI 22.8 ± 2.1 ק"ג/מ"ר).
   2. סקר משתתפים באמצעות שאלון מוכנות לפעילות גופנית. כדי להבטיח בטיחות, יש להוציא אנשים עם מצבים קרדיווסקולריים או כל התוויות ידועות לפעילות גופנית בעצימות בינונית. בנוסף, יש להחריג משתתפים שסבלו מפגיעות שריר-שלד במהלך ששת החודשים שקדמו לכך.
   3. בצע הערכת כושר בסיסית באמצעות פרוטוקול ארגומטר מחזור תת-מקסימלי של YMCA. חלק את אזורי קצב הלב היעד לשלוש רמות עוצמה: נמוך (40% - 55% דופק_{מקסימלי}), בינוני (55% - 70% דופק_{מקסימלי}), וגבוה (70% - 85% דופק_{מקסימלי}).
   4. ערכו מפגש היכרות של 20 דקות לכל משתתף. לפני איסוף הנתונים, הדרכו את המשתתפים על יציבת רכיבה נכונה והציגו הדגמה של טכניקת הפדאל האופטימלית. התאימו ציוד לכל אדם כדי להבטיח ביומכניקה עקבית בכל הניסויים.
2. פרוטוקול ניסויי
   1. תכננו ניסוי פקטוריאלי בגודל 4x4 הבודק ארבע תצורות של מארזי סוללות (12 וולט, 24 וולט, 36 וולט, 48 וולט) מול ארבעה תנאי עומס חשמליים (10 וואט, 30 וואט, 50 ואט, 70 וואט), והניב 16 תנאי ניסוי לכל משתתף (n = 112 ניסויים בסך הכל).
   2. לחלק ניסויים אקראיים באמצעות עיצוב ריבוע לטיני מאוזן עם מרווחי התאוששות מינימלית של 48 שעות בין המפגשים ולתקן תנאי סביבה בטמפרטורה של 20 - 22 מעלות צלזיוס ולחות יחסית של 40% - 50%.
   3. בצע כל ניסוי ניסיוני לפי רצף מובנה זה: חלק את המפגש לחמישה שלבים מובחנים: הערכת בסיס (5 דקות), הגברת חימום ל-50 סל"ד (5 דקות), ותקופת איסוף נתונים עיקרית הכוללת מחזור רציף בעוצמת היעד (20 דקות). לאחר השלב הפעיל, ודאו שהמשתתפים עוברים קירור של 5 דקות בהאטה הדרגתית. לבסוף, בצע הערכה לאחר האימון במשך 5 דקות באמצעות דירוג הבורג של סולם המאמץ הנתפס.
   4. קבע את תיבת ההילוכים בהילוך קדמי 2 ובהילוך אחורי 9 (יחס הילוכים 0.222) עם אורך זרוע דוושה של 174 מ"מ כדי לשמור על יתרון מכני עקבי בכל הניסויים.
3. מערכת מכשור ורכישת נתונים
   1. לשלב מערכת רכישת נתונים רב-שכבתית הכוללת שכבות חיישנים, תקשורת, עיבוד ויישומים הפועלים במקביל, כדי להשיג ניטור בזמן אמת בקצב דגימה של 2 הרץ (איור 4).
   2. הגדר את שכבת החיישן עם שלושה ערוצי מדידה עצמאיים: לניטור מכני, התקן חיישן אפקט הול (1000 הרץ, ± 0.1 סל"ד) על החישוק האחורי ותאי עומס מד מתח (500 ניוטון, 0.1% FS) בשני הדוושות. מתעד נתוני חשמל של המערכת באמצעות אנליז חשמל רב-ערוצי, וקורא שישה פרמטרים על פני 10 רשומות Modbus. למשתנים ראשוניים, יש לרשום מהירויות פדל s (סל"ד, טווח 0-200), כוח הפדלים p (N, טווח 0-500, מסוכם משני הפדלים באמצעות תאי עומס מד עווץ), מתח סוללה v (V, רמות בדידות: 12/24/36/48), ועומס חשמלי l (W, רמות בדידות: 10/30/50/70). הסקת יעילות כ-η = P_חשמלי /P_אדם × 100%
      כאשר P_אדם = F·r·ω (F ב-N, r = 0.174 מ', ω ברדיא/שנייה). יישם עיבוד מוקדם עם נירמול מינימלי-מקסימום עבור s ו-p באמצעות האחוזון ה-20-80, קידוד דיסקרטי (0, 0.33, 0.67, 1.0) עבור v ו-l, וזיהוי חריגות IQR (Q1 ± 1.5 x גבולות IQR). חישב תכונות זמן (μ_s, μ_p, σ_s, σ_p) באמצעות חלונות החלקה של 10 דגימות.
      הערה: המשתנה p מייצג את כוח הדוושה הכולל (N) הנמדד ישירות על ידי מדדי מאמץ, לא על ידי לחץ. בעוד שלחץ דוושה משמש באופן עממי בהקשרים של רכיבה, כל המדידות והניתוחים במחקר זה מתייחסים לכוח ב-N.
   3. מימוש שכבת התקשורת עם ארכיטקטורת פרוטוקול כפול ויכולת כישלון אוטומטית (איור 4): התקשורת התבססה על ממשק Modbus RTU דרך RS-485 שהפך כברירת מחדל ל-Modbus TCP במקרה של כשל סדרתי. בפרוטוקול ההפעלה, יש לכלול כיול נקודת אפס מנוטר על ידי ממשק משתמש גרפי (GUI) עבור חיישני הכוח בהתבסס על ממוצע של 10 מדגמים.
   4. פתח את שכבת העיבוד באמצעות שפת תכנות מפורשת עם מסגרת GUI לביצוע איסוף נתונים מסונכרן כל 500 מילישניות (איור 4 צינור עיבוד מרכזי). חשב תפוקת כוח אנושית בזמן אמת (P_אנושי) באמצעות המשוואה
      P_אדם = F⋅r⋅,
      כאשר are קבוע ב-0.174 מ'. קבעו את מצב הפעולה של המערכת על ידי הערכת הקוטביות הנוכחית של הדור - חיובית לייצור ושלילית לאספקת סוללות - אשר קובעת לאחר מכן את נוסחת חישוב ההספק הכוללת הספציפית. כדי להבטיח יציבות נתונים, יש ליישם חלון החלקה של 100 דגימות לחישוב סטטיסטיקות מתגלגלות (ממוצע, מקסימום, מינימום) בכל הפרמטרים.

איור 4: תהליך איסוף נתונים בזמן אמת בן ארבע שכבות. תהליך העבודה ממחיש את הפעולה המקבילה של שכבות חיישנים, תקשורת, עיבוד ויישומים. אנא לחצו כאן כדי לצפות בגרסה מוגדלת של הדמות הזו.

4. בקרת איכות ואימות
   1. מימוש ארכיטקטורת אימות רב-רמתית: כדי להבטיח שלמות נתונים, סמן חריגים אוטומטית באמצעות שיטת טווח הרבעון (IQR) עם גבולות (Q_1/3 ± 1.5 x IQR). לנהל יציבות תקשורת באמצעות רצף ניסיון חוזר של שלוש ניסיונות שמופעל על ידי שגיאות לפני כל החלפת פרוטוקול, בעוד שפערי נתונים קצרים שוחזרו באמצעות אינטרפולציה ליניארית.
   2. הגדר את שכבת היישום עם ויזואליזציה מקיפה: השתמש בממשק גרפי בן ארבעה לוחות לוויזואליזציות בזמן אמת עם מדדי סטטוס מקודדים בצבעים, לצד מדור מדדי ביצועים להערכת יציבות הדגימה ואיכות הנתונים. בחן נתונים היסטוריים באמצעות שלושה מצבים טבלאותיים מובחנים: כל הנתונים, מיקוד כוח ומיקוד ביצועים.
   3. הגדרת רישום נתונים רציף לקבצי CSV עם חותמת זמן: קבצי הפלט עמדו בקונבנציה [Experimenter][Battery][Load]Gear[Ratio][Timestamp].csv וכללו 15 פרמטרים מסונכרנים. כדי להבטיח נאמנות זמנית, יש להפעיל את בקרת התזמון המדויקת של המערכת באמצעות מנגנון תיקון סטייה שמופעל כל 200 מחזורים.
   4. הטמעת תכונות בטיחות לסיום אוטומטי של סשן: קריטריוני סיום ניסיוניים הוגדרו על ידי שלושה גבולות מובחנים: סף פיזיולוגי של 95% דופק_{מקסימלי} חזוי גיל, מגבלת עומס מכנית של 500 ניוטון, ושמירה על יציבות מערכת שמופעלת על ידי חמישה כשלים רצופים בתקשורת.
   5. אימות ביצועי המערכת: השגת שלמות נתונים מעל 98% בכל הניסויים עם השהייה ממוצעת של 8.3 ± 2.1 מילישניות בין קריאת החיישן לעדכון התצוגה, מה שמאפשר משוב בזמן אמת לשמירה על פרמטרי אימון יעד לאורך כל סשן ניסוי.

3. מתודולוגיית בחירת ואופטימיזציה של מודלים

1. מסגרת בחירת מודלים
   1. בחרו שלושה אלגוריתמים של למידת מכונה עם יסודות תיאורטיים מובחנים לניתוח השוואתי: הגישות הנבחרות כאן הן מודלים אדיטיביים מוכללים (GAM) בשל היכולת לפרשנות יוצאת דופן באמצעות פירוק אדיטיבי³⁴; רגרסיית תהליכי גאוסיאנית (GPR) בזכות יכולתה הבייסיאנית לכמת אי-ודאות קריטית לפעולות בזמן אמת^35,36; ו-Least Squares Boosting (LSBoost)³⁶.
      הערה: אנסמבלים מחזקים, כולל XGBoost, הראו לאחרונה דיוק חיזוי גבוה ויעילות חישובית במשימות חיזוי מגוונות³⁷, מה שהופך אותם לבסיס חזק להשוואה. האחרון נבחר במיוחד כדי להבטיח עמידות מול חריגים תוך מידול יעיל של אינטראקציות משתנות מורכבות.
   2. בצע את פרוטוקול בחירת המודל לפי קובץ משלים 1. לאחר עיבוד נתונים מוקדם (זיהוי חריגות IQR ונירמול מינימום-מקסימלי), הערך מודלים באמצעות טכניקת אימות צולב של 5 פעמים. תעדף את בחירת המודל הסופית בהתבסס על מקדם הקביעה כדי למקסם את דיוק החיזוי.
2. מימוש אלגוריתם
   1. פורמליזציה של בעיית האופטימיזציה כחיפוש מוגבל במרחב הפרמטרים הארבע-ממדי: מהירות דוושה s, לחץ p, מתח v ועומס l.
   2. הגדר טווחי תפעול פיזיולוגיים ברי-קיימא. קשור את מרחב החיפוש על ידי האחוזון ה-20 וה-80 של הפרמטרים הנצפים המחושבים מתוך מאגר המשתתפים הכולל. הגבלה זו שימשה להגבלת האופטימיזציה לתחום של עוצמות אימונים נוחות, תוך הימנעות מחריגים.
   3. יישמו אסטרטגיית חיפוש רשת היררכית אדפטיבית. העריך את היעילות החזויה באמצעות מודל GPR מאומן על פני רשת אחידה בגודל 20 x 20 במרחב המהיר-לחץ המנורמל ([s, p] ∈ [0, 1]²). שילבו שינויים פרמטריים נפרדים במתח (12, 24, 36, 48 וולט) ועומס (10, 30, 50, 70 וואט) בהערכה כדי למפות באופן מקיף את נוף הביצועים.
   4. לבצע שיפור מקומי באזורים מבטיחים. אופטימום מקומי של הנבדקים הופקו מהחיפוש הראשוני לתהליך שיפור שבו רשת בגודל 5 על 5 הייתה מרוכזת סביב כל מועמד. הערכה מחדש של תחזיות יעילות בתוך תחומים מקומיים ברזולוציה גבוהה אלו.
   5. יישמו קריטריוני שיפור המשלבים יעילות חזויה ואי-ודאות במודל. זיהוי מועמדים אופטימליים על ידי סינון ערכי יעילות מעל 80% מהמקסימום, תוך סינון אזורים בעלי אי-ודאות גבוהה המוגדרים על ידי סטיית תקן פוסטריורית הגדולה מ-20% מהתחזית הממוצעת (סף אי-ודאות מניתוח נתוני אימות).
   6. תצורת פלט אופטימלית לכל שילוב סוללה-עומס עם תקופות יעילות וביטחון חזויים מתאימים.
3. הערכת מודלים וניתוח תוצאות
   1. בצע אימות צולב מדורג של 5 פעמים. כדי להעריך הכללת המודל, חלק את מערך הנתונים לחמישה חלקים באמצעות קיבוץ ברמת המשתתף (כל הניסויים מכל משתתף הוקצו לאותו מערך) כדי למנוע דליפת נתונים בתוך הנבדק. בכל איטרציה, יש לאמן את מודל ה-GPR על ארבעה קיפולים ולאמת את הקיפול החמישי, תהליך שחוזר על עצמו בכל שילובי הקפלים כדי להבטיח הערכה מקיפה.
   2. בחרו שלושה מדדי הערכה המבוססים על דרישות תפעול HPEG: R² (מקדם קביעה, טווח 0-1) מכמת את שיעור שונות היעילות המוסברת על ידי המודל; RMSE (שורש ממוצע ריבוע שגיאה, ביחידות אחוז) מודד דיוק חיזוי לסבילות בקרה כאשר <12% שגיאה שומרת על יציבות המערכת; MAE (ממוצע השגיאה המוחלטת, ביחידות אחוזים) מספק הערכת שגיאה עמידה ופחות רגישה לחריגים במהלך שלבי עייפות. מדדי רגרסיה אלו מטפלים בחיזוי יעילות רציפה ללא חששות של חוסר איזון מעמדי. הדיוק משפיע ישירות על תפוקת האנרגיה (עלייה של 1% ביעילות ≈ $0.02 למפגש במחיר של $0.18/קוט"ש) ועל הבטיחות (>15% שגיאה מפעילה הפחתת עומס).
   3. חישוב מדדי ביצועים לכל מודל: הערכת ביצועים המבוססת על מקדם הקביעה הניבה תוצאות מובחנות לכל גישת מידול 38,39,40. GAM הפיק R² של 0.584³⁹, בעוד LSBoost הראה דיוק משופר ב-0.657. מודל GPR הדגים את ההתאמה החזקה ביותר עם R² של 0.681 (ממוצע אימות צולב של 5 פעמים)⁴⁰.
   4. בחר ב-GPR כמודל האופטימלי בהתבסס על יכולת כימות R² וחוסר ודאות הגבוהה ביותר.
   5. אופטימיזציה של היפרפרמטרים של GPR באמצעות מקסום סבירות שולית. הגדר את מודל ה-GPR עם היפרפרמטרים אופטימליים, במיוחד קנה מידה אורך של σ_l = 15.2 ושונות אות של σ_f = 0.8, כדי להבטיח החלקה וסקייליטודה מתאימים.
   6. יצרו נוף אופטימיזציה בכל 16 תצורות עומס הסוללה (איור 5), ונתחו ממצאים מרכזיים מתוצאות האופטימיזציה: היעילות הציגה עלייה מונוטונית עם מתח הסוללה, שיאה בתצורת 48 וולט והגיעה לשיא בתצורת 48 וולט עם REI = 168% (68% מעל קו הבסיס של 12 וולט, כאשר יעילות ההמרה האבסולוטית נעה בין 45%-95% בין שלבים), מה שמייצג שיפור של 68% לעומת קו הבסיס של 12 וולט. מבחינת אופטימיזציה מכנית, זוהו משטרים מובחנים: תנאי עומס נמוך (10 וואט) העדיפו אסטרטגיות עם קצב גבוה (150-180 סל"ד, 50-70 ניוטון), בעוד שעומסים גבוהים יותר (50 וואט, 70 וואט) דרשו מעבר לקצבים נמוכים יותר (100-120 סל"ד) עם לחץ דוושה מוגבר (100-150 ניוטון).
   7. בצע ניתוח גבול פארטו של פשרות בין יעילות לנוחות. כדי להעריך את הפשרה בין ביצועי המערכת לחוויית המשתמש, מפה את היעילות מול ציוני הנוחות בכל התצורות הניסיוניות. הניתוח חשף קשר לא ליניארי המאופיין בתשואות פוחתות, מה שמצביע במיוחד על כך ששיפורי יעילות מעבר לסף של 3.5 יחידות הובילו לפשרות לא פרופורציונליות בנוחות המשתמש.
   8. שילוב מסגרת GMM-HMM לזיהוי מצבים: בהסתמך על מתודולוגיות המשמשות לשיפור זיהוי פעילות אנושית במד תאוצה בסמארטפון⁴¹, יישום מודל מרקוב נסתר (HMM) עם מודלים של פליטת תערובת גאוסיאנית (K=3 רכיבים למצב) לפענוח רצפי תכונות זמניים (μ_s,_{μ p}, σ_s, σ_p מ-10 חלונות דגימה) לחמישה מצבים תפעוליים (חימום, מצב יציב, עצימות גבוהה, התאוששות, עייפות). מתאמן פרמטרים באמצעות אלגוריתם באום-וולש על 70% מהנתונים המסומנים (n=28 מפגשים, 196 מקטעים), והשיג דיוק סיווג של 87.3% בקבוצת הוולידציה. המערכת השתמשה בהסתברויות מעבר מצב קדימה בלבד (מעבר עצמי ≥ 0.7) כדי לצפות שינויים עתידיים במצב ולהתאים פרמטרי בקרה באופן יזום.
   9. למסקנה שמודל ה-GPR מדגים ביצועים מעולים לאופטימיזציה של מערכות ייצור כוח אנושי (R² = 0.681)⁴², ומספק דיוק חיזוי וכימות אי-ודאות החיוניים לתכנון בקרה עמיד. מסגרת זו יוצרת מתודולוגיה יסודית למערכות איסוף אנרגיה מבוססות כושר חכם, כאשר המאפיינים הלא-ליניאריים החלקים של GPR מתאימים באופן טבעי לביומכניקה האנושית, תוך אפשרות אסטרטגיות בקרה מודעות לסיכון שמאזנות בין מקסום יעילות לנוחות ובטיחות המשתמש.

איור 5: נוף אופטימיזציה של GPR. הנוף מציג התפלגויות יעילות ב-16 מערכות מתח-עומס, יחד עם ניתוח חזית היעילות והנוחות של פארטו. אנא לחצו כאן כדי לצפות בגרסה מוגדלת של הדמות הזו.

4. מתודולוגיית רגרסיית תהליכים גאוסיאנית עבור HPEG

1. מסגרת תיאורטית ובניית מודלים
   1. הגדר את יעילות המרת האנרגיה כתהליך גאוסיאני⁴³
      
   2. ציין את מרחב הקלט הארבע-ממדי x = [s,p,v,l]^T : עיבוד נתונים מוקדם כלל אסטרטגיות סקיילינג מובחנות עבור פרמטרים רציפים ובדידים. למהירות דוושה ולחץ מופעל, יש לבצע נרמול מינימלי-מקסימום כדי לבטל את פערי הסולם. עבור פרמטרי הבקרה הדיסקרטיים, קידוד מתח הסוללה ועומס חשמלי כדי למפות את התצורות הקטגוריות שלהם על סולם נומרי דומה.
   3. אימצו פונקציה ממוצעת אפס m(x)=0 עבור^ה-44,45 הקודמים, תוך הסתמכות על מבנה הקווריאנטיות כדי ללכוד את נוף היעילות⁴⁶.
   4. בחר גרעין ARD בריבוע אקספוננציאלי (ARD-SE) באמצעות הערכה אמפירית שיטתית כפי שמוצג בנוסחה (2). כדי לאפשר גילוי אוטומטי של חשיבות הפרמטרים, יש להגדיר סולמות אורך עצמאיים (l_d) לכל ממד קלט בתוך מבנה הליבה. יתרה מזאת, פרמטר את המודל עם שונות אות (σ²f) כדי לשלוט בעוצמת השינויים בפונקציות, לצד מונח שונות רעש (σ²n) כדי להתחשב במפורש באי-ודאות המדידה.
      
   5. אופטימיזציה של וקטור היפרפרמטר θ = (σf, l₁, l₂, l₃, l₄, σn) באמצעות מקסום סבירות שולית:
      
      כאשר I מייצג את מטריצת הקווריאנטיות המורחבת על ידי רעש⁴⁷.
   6. להשתמש בשיטות מבוססות שיפוע המשתמש בנגזרות אנליטיות כדי להבטיח יעילות חישובית תוך שמירה על יציבות נומרית⁴⁸. המורכבות החישובית מתייחסת ל-O(n³) לאימון (פירוק כולסקי של K_y) ו-O(n²) לכל תחזית לאחר פירוק מטמון, ודורש אתחול של 47 ± 3 מילישניות ו-8.3 ± 2.1 מילישניות ל-n=112 על STM32F334. ההתכנסות מושגת בתוך 15 ± 3 איטרציות (Δlogp < ^10-4). ווסת את הפשרה בין ההטיה לשונות באמצעות סולמות אורך: ערכים אופטימליים (_מתח l = 8.3,_עומס l = 15.2) מאזנים בין גמישות לבין התאמה יתר, בעוד σ_n = 0.15 מונע התאמה לרעש חיישן. אימות צולב מאשר אי-ודאות מכויילת עם 94.8% מהתצפיות בטווח של 2-σ.
2. ארכיטקטורת אופטימיזציה מרובת מטרות
   1. פיתוח ארכיטקטורת GPR משולבת הכוללת שלושה רכיבי מודל מקושרים לאופטימיזציה סימולטנית של יעילות ייצור אנרגיה⁴⁹, יציבות תרגיל ונוחות משתמש^50,51.
   2. חשב התפלגות חיזוי לנקודות קלט חדשות x* כפי שמוצג בנוסחה (4). לכל נקודת הערכה, תחילה נגזר את וקטור הקווריאנטיות k_* ביחס לנתוני האימון⁵². ההתפלגות החיזוי המתקבלת מספקת את הממוצע הפוסטריור μ^* כהערכה התפעולית הראשית⁵³, לצד השונות הפוסטריורית . השתמש באחרונים במפורש כדי לכמת את אי-הוודאות, ולאפשר יישום אסטרטגיות בקרה מודעות לסיכון⁵⁴.
      
   3. הגדל את מרחב התכונות עם מאפיינים זמניים לחיזוי מצב האימון כפי שמוצג בנוסחה (5). כדי להקל על ההבחנה בין שלבי האימון (חימום, מצב יציב, עצימות גבוהה והתאוששות), עבדו את הנתונים הגולמיים כדי להפיק מדדים זמניים מרכזיים. במיוחד, חישבו ממוצעים נעים עם חלונות (μ_s, μ_p) ומדידות שונות מקומית (σ_s, σ_p) באמצעות חלון הזזה של 10 דגימות לאפיון תנודות האות.
      
   4. ניסח פונקציה מורכבת מרובת מטרות שמאזנת מטרות מתחרות, כפי שמוצג בנוסחה (6). כימות ביצועים התבסס על מדד יציבות φ_{יציבות(x)} =1/(1 +std(P_אדם(x))) ומדד נוחות מבוסס הערכת גפה עליונה מהירה ψ_{נוחות(x)}. לאחר מכן, קבע פרמטרי משקל α,β,γ עם אילוצים α + β + γ = 1 ו-α,β,γ ≥ 0 כדי לאפשר התאמה גמישה להעדפות המשתמשים האישיות.
      
   5. זהה פתרונות פארטו-אופטימליים המייצגים פשרות שונות בין יעילות איסוף האנרגיה, יציבות פעילות גופנית ונוחות המשתמש באמצעות אלגוריתמים אופטימיזציה רב-מטריים יעילים המותאמים למודלים תחליפי תהליכים גאוסיאניים⁵⁵.
3. אסטרטגיית יישום ואופטימיזציה חישובית
   1. טפל במגבלות חישוביות לשליטה בזמן אמת: השהיית חיזוי המטרה מתחת ל-100 מילישניות לשליטה יעילה בלולאה סגורה (זמן תגובה ביומכני אנושי: 100 - 300 מילישניות)⁵⁶.
   2. יישום מטמון פירוק כולסקי להפחתת העומס החישובי: בעוד שאתחול המודל דרש פירוק O(^{n 3}) של כולסקי, ארכיטקטורת המערכת הייתה מותאמת להסקה מהירה. על ידי אחסון מטריצות הפירוק, מורידים את העלות החישובית לפעולות חיזוי עתידיות למורכבות ליניארית-ריבועית של O(n²). לבצע בדיקות ביצועים על מיקרו-בקר STM32F334C8T6 (ARM Cortex-M4, 72 MHz, 64 KB SRAM, בר-מתכת) תוך שימוש ב-m = 30 נקודות השראה, ולהשיג השהיית חיזוי ממוצעת של 8.3 ± 2.1ms שנמדדה באמצעות טיימר חומרה לאורך 100 מחזורי הסקה.
   3. החלו קירוב תהליך גאוסיאני דליל באמצעות נקודות השראה עבור מערכי נתונים גדולים, כפי שמוצג בנוסחה (7). כדי להתמודד עם יכולת ההתרחבות החישובית, יש להשתמש באסטרטגיית קירוב דליל על ידי בחירת קבוצה של m נקודות מעוררות (m ≪ n). בניסוח זה, מייצג את הקווריאנטיות ההפוכה בין נקודות ההשראה, בעוד ש-Λ לוכד את אי-הוודאות של הקירוב. גישה זו הצליחה להפחית את המורכבות החישובית של האימון ואת החיזוי ל-O(m²).
      
   4. השתמש בחיפוש רשת היררכי אדפטיבי לזיהוי קונפיגורציה מיטבי: התחל את פרוטוקול החיפוש על ידי הערכת יעילות חזויה על רשת גסה בגודל 20 x 20 החוצה את התחום הקינמטי המנורמל ותצורות חשמליות בדידות מוגדרות. כדי לשפר את דיוק הפתרון, האלגוריתם שיפר לאחר מכן את מרחב החיפוש על ידי פריסת רשתות מקומיות של 5 על 5 סביב האופטימיה המקומית שזוהתה במעבר הראשוני.
   5. הגבל את מרחב החיפוש לאזורים פיזיולוגיים אפשריים. קבע מגבלות תפעוליות על ידי חישוב האחוזון ה-20 וה-80 של הנתונים שנאספו מקבוצה מגוונת של משתמשים. להגביל את נקודות התפעול של המערכת לטווח בין-אחוזוני זה, ובכך לשמור על עוצמת האימון בתוך גבולות⁵⁷ הנוחים מבחינה אמפירית.
   6. יישם מדיניות בקרה מודעת לסיכון שמתאימה אוטומטית את התנהגות המערכת בהתבסס על ביטחון המודל, כפי שמוצג בנוסחה (8). השתמש בפרמטר סיכון λ_סיכון > 0 כדי לווסת את התנהגות המערכת⁵⁸. ערכים גבוהים יותר_{של סיכון} λ מניבים תגובות שמרניות לאי-ודאות, בעוד שהמקרה הספציפי של_סיכון λ = 0 תואם את המקסום התועלת הצפויה^{הסטנדרטית 59}.
      
4. מסגרת אימות והערכת ביצועים
   1. בצע אימות הדדי מדורג של 5 פעמים המיועד במיוחד לנתוני גורמי אנוש. לבצע חלוקת נתונים לשמירה על שלמות ההתפלגות של משתנים מרכזיים, תוך הבטחת ייצוג מאוזן של דמוגרפיה ורמות התאמה של המשתמשים לאורך קפלים⁵⁹. הסטרטיפיקציה הזו התרחבה גם לתנאי תפעול, והבטיחה חשיפה אחידה למצבי מערכת שונים בכל מחזור אימות⁶⁰.
   2. יישום שיטות בסיסיות להערכה השוואתית: שלב המידול כלל יישום של ארבעה אלגוריתמים מובחנים: GAM, LSBoost, SVR ו-Random Forest Regression⁶¹. למד את המודלים הללו במקביל כדי לקבוע קווי בסיס לביצועים.
   3. חישוב מדדי רגרסיה סטנדרטיים: הערכה כמותית התבססה על שלושה מדדים עיקריים: מקדם הקביעה (R²) למדידת הסבר השונות, לצד ממוצע ריבוע שגיאה (MSE) ושגיאה ממוצעת מוחלטת (MAE) להערכת שגיאת חיזוי.
   4. חישוב מדדים הסתברותיים ספציפיים ל-GPR: חישב צפיפות חיזוי שלילית לצורך הערכה הסתברותית.
   5. העריכו ביצועים חישוביים בסולמות בעיות שונים. כדי להעריך יכולת הרחבה חישובית, למדוד את משך האימון ואת טביעת הרגל של הזיכרון לאורך גדלי מערכי נתונים הולכים וגדלים. בנוסף, יש לבדוק את ההשהיה בקפדנות כדי להבטיח שהמערכת עומדת בעקביות ביעד הנדרש מתחת ל-10 מילישניות ליישומי בקרה בזמן אמת⁶².
   6. בדוק מערכות משובצות האופייניות למכשירי כושר לבישים כדי להבטיח פריסה מעשית^62,63.
   7. שילוב יכולות למידה מקוונת להתאמה רציפה של מודלים: המערכת משתמשת במנגנון עדכון רקורסיבי לשילוב נתונים ייחודיים למשתמש נכנסים בזמן אמת, ובכך עוקפת את הצורך באימון מחדש ממצה. גישה זו יוצרת איזון קריטי, שומרת על יעילות חישובית תוך הבטחת שיפור מתמשך של דיוק המודל⁶³.
   8. אמת את השגת יעדי התכנון. אימות אופטימיזציות אסטרטגיות לשמירה על השהיות חיזוי מתחת ל-10 מילישניות במעבדים משובצים, תוך הבטחת תגובתיות בזמן אמת. יתרה מזאת, חיפוש הרשת האדפטיבי זיהה בהצלחה תצורות אופטימליות שמקסמו יעילות ייצור אנרגיה תוך שמירה קפדנית על פרמטרים תפעוליים בטוחים פיזיולוגית ומגבלות נוחות המשתמש.
   9. הקמת מתודולוגיה מקיפה למערכות איסוף אנרגיה חכמות המבוססות על כושר גופני המשלבים בצורה חלקה איסוף אנרגיה עם פעילות גופנית מקדמת בריאות (איור 6).

איור 6: מתודולוגיית GPR תלת-פאזית. תרשים הזרימה מפרט את בניית המודלים, אופטימיזציה של הליבה וארכיטקטורת רב-מטרות. אנא לחצו כאן כדי לצפות בגרסה מוגדלת של הדמות הזו.

Results

יעילות מתייחסת ליעילות המרה תרמודינמית (0-100%). REI מתייחס למדד היעילות היחסית, המחושב כ-(נצפה/בסיס) כפול 100%, שיכול לעלות על 100%. להשוואה בין הגדרות הטרוגניות, משתמשים במדד יעילות יחסית, שמחושב על ידי חלוקת היעילות הנצפית בתצורת בסיס קבועה (12 V-70 W), הנמדדת תחת אותו צינור. לכן, REI = 110% מציין רווח של 10% יחסית לקו הבסיס, ולא יעילות תרמודינמית מעל 100%. אלא אם כן REI מסומן, יעילות מתייחסת ליעילות המרה קונבנציונלית. אזורים מוצלים באיורים מציינים טווחי ביטחון של 95%.

Discussion

היישום המוצלח של אופטימיזציה מבוססת GPR למערכות HPEG תלוי באופן קריטי בדיוק קישור מכני ויעילות חישובית²⁸. תצורת החישוק בלבד התבררה כחיונית, שכן מכלולי גלגלים שלמים הפחיתו את יעילות המעקב ב-35%-45% בעקבות שינויים באינרציה סיבובית²⁷. כיול מתיחות הרצועה ל-350 ± 50N התגלה כסטיות קריטיות במיוחד שהובילו לכשל מוקדם או לאובדן טפילים מופרז, מה שהשפיע ישירות על דיוק חיזוי GPR. בעוד שתיבת ההילוכים עם חגורת V גרמה להפסדים מכניים ~8%, היא אפשרה כפל מהיר...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
מודול שקע AC (דגם GB/T סיני, סוג פאנל)	10/16 A, קלטת מוטמעת, תריסי הגנה מפני ילדים	שקע חשמל שולחני עם חמישה חורים (שחור)	וואניו
חגורת V מפוליאוריתן מתכווננת	סוג ABCZM, חגורת PU מחוברת	ABCZM חגורת V עם מפרקים אוניברסלית מפוליאוריתן (עם/בלי קורות) / &
מפתח מתכוונן	6 אינץ', קנה מידה לייזר	מפתח מתכוונן בגודל 6 אינץ' פתוח לסת, ידית מלוטשת 250006	רויננג
אלטרנטור, מגנט קבוע תלת-פאזי	300 וואט, 24 וולט (כפי שצוין)	300– אלטרנטור AC תלת-פאזי עם מגנט קבוע 400 וואט, 300 וואט 24 וולט;	ג'יוניאן
סוללות, תחנת כוח ניידת	יחידה ניידת בעלת קיבולת גדולה של 2400 וואט	תחנת כוח ניידת גיבוי 2400 וואט, אחסון אנרגיה סולארית רב-תכליתית / —
שרשרת אופניים	1/2" ופעמים; 1/8", חוזק מתיחה 920 ק"ג, מגבלת הארכה של 0.5%	KMC X101
מחשב אופניים (אלחוטי)	עמיד למים, תאורה אחורית בלילה, מד מהירות/מרחק	מחשב אופניים אלחוטי עם מסך גדול, עמיד למים, תאורה אחורית / ו-mdash;
מאמן אופניים (גלגל מגנטי, מתקפל)	התנגדות מגנטית, גלגל תנופה מאוורר, כפתורי נעילה כפולה	מאמן גלגל עם התנגדות מגנטית, מתקפל / &
אופניים, כביש (700 מעלות)	גלגלי 700C, עם גלגלי שיניים	אופני כביש אווירודינמיים 700C, רב-מהירויות ו-nbsp;	לנצח, יונגג'יו
בקר טעינה, MPPT (12/24 V)	אוטו 12/24 V, 20 אמפר (כפי שצוין)	בקר טעינה סולארי MPPT 12/24 וולט 20 A	לנשנג
חיישן נוכחי, אפקט הול	&ועוד; 100A, 20mV/A&Plusmn; 0.5%, BW=120kHz	ACS758LCB-100B
דיודה (חסימה) ו-mdash; אמת את המכשיר המדויק	רשימת מיקסים: דיודת שוטקי / טריאק דו-כיווני / IXFN132N50P3	IXFN132N50P3 (רשום טוען לדיודת שוטקי וטריאק דו-כיווני) / —
דיודה, התאוששות אולטרה-מהירה	200V V_RRM, 30A I_F(AV), < 35ns t_rr	RHRG30120
סרט חשמלי (PVC)	גלגול 9 מטר	סרט חשמלי ET6 9 מ'	שור
עומס אלקטרוני, ניתן לתכנות	200W רציף, 0--500V, 0--120A	BK Precision 8500
מיקרו-בקר, 32 ביט	ARM Cortex-M4, 72MHz, ADC@5MSPS 12 ביט	STM32F334C8T6
MOSFET, ערוץ P	RDS(on)< 10mΩ, 200V, -12A	IRFP9240
מולטימטר, דיגיטלי	תאורה אחורית, מוגנת מעומס יתר	מולטימטר דיגיטלי DEM23, תאורה אחורית, נגד שריפה	דליקסי
מולטימטר, דיוק	6.5 ספרות, דיוק DCV של 0.0035%	פלוק 8845A	פלוק
מגבר תפעולי, מרובע	רכבת-לרכבת, Vos< 2mV, 1MHz GBW	MCP6004
גנרטור מגנט קבוע	24V/300W, 12 קוטבים, מגנטים NdFeB N42	YC-FD300
מפסק מעגל ניתן לאיפוס (דחיפה לאיפוס)	3– סדרת 50 A (כפי שמופיע)	מפסק איפוס תרמי סדרה 88/98/AR 3– 50 A	קואויה
סט מברגים (פיליפס/שטוח)	6× 100 מ"מ, קצות מגנטיים, דו-חלקי	סט מברג שטוח מגנטי בגודל 6 x 100 מ"מ (2 pcs)	פיליפס
תוכנה, שפת תכנות	גרסה 3.8, עם מסגרת GUI		פייתון
בלוק טרמינל, מיקום יחיד (DIN/פאנל)	IN-100BK, קטר 130 A (כפי שמופיע)	בלוק טרמינל DIN-rail IN-100BK, מיקום יחיד ו-nbsp;	ויליאן דן
בלוק טרמינל, מיקום יחיד (DIN/פאנל)	IN-411S, מחלקה 60 A (כפי שמופיע)	בלוק טרמינל DIN-Rail IN-411S, מיקום יחיד ו-nbsp;	ויליאן דן
ידיות צמיג (זוג)	12 אינץ' (30 ס"מ), 2 יחידות	ידיות צמיגים בגודל 12 אינץ' (זוג)	צ'נגג'ואו
דיודת TVS	135V מהדק, שיא 1500W, < תגובת 1ps	1.5KE100A
מחברי חוטים, ניתוק מהיר (bullet)	1.5– 2.5 מ"מ&מ"מ, ניילון, כחול, 100 סטים	מחברי חוט ניתוק מהיר של כדור, כחול (100 סטים)	גוטואלה
מפשט/קרימפר חוטים	7 אינץ', רב-תכליתית	מפזר חוטים רב-תכליתי בגודל 7 אינץ' DL902200	דלי
חוט, סיליקון (12 AWG ≈ 3.4 מ"מ²)	בידוד סיליקון בטמפרטורה גבוהה, 1 מטר	חוט סיליקון 12 AWG (≈ 3.4 מ"מ&מ"מ לעלות;) 1 m	לנג'יאנג