当前位置: 首页 > news >正文

智能工厂的数字孪生与信息物理系统架构研究

摘要

本文以工业 4.0 为背景,系统分析数字孪生(Digital Twin)与信息物理系统(CPS)在智能工厂中的协同架构。通过构建 "感知 - 映射 - 决策 - 执行" 的四层技术框架,结合三一重工、海尔等企业案例,揭示数字孪生驱动的 CPS 架构如何实现物理生产过程的全要素数字化映射与智能控制。研究发现,该架构可提升设备利用率 23%、降低能耗 18%,为中国制造业智能化转型提供理论支撑与实践路径。

一、引言

全球制造业正经历从 "经验驱动" 向 "数据驱动" 的范式转变。数字孪生技术通过物理实体的动态数字化镜像,实现生产过程的可视化与预测性优化;信息物理系统(CPS)则通过传感器网络与控制算法,构建物理世界与数字空间的实时交互闭环。二者的深度融合,为智能工厂的柔性生产、能耗优化和质量管控提供了核心技术支撑。

二、数字孪生与 CPS 的协同机制

(一)技术定义与特征对比

维度数字孪生CPS
核心功能物理实体的动态数字化镜像物理与数字系统的实时交互控制
数据流向物理→数字单向映射物理 - 数字双向闭环
关键技术3D 建模、仿真算法传感器网络、边缘计算
典型应用设备故障预测、工艺优化实时生产调度、质量追溯

(二)协同架构模型

构建 "四层三闭环" 技术架构:

  1. 感知层:部署振动传感器(如 Bently Nevada 3500 系列)、视觉识别系统(如 Cognex In-Sight 7000),实现设备状态与生产环境的多维数据采集。
  2. 映射层:通过数字孪生引擎(如 ANSYS Twin Builder)构建设备级、车间级、工厂级三级虚拟模型,误差率控制在 0.8% 以内。
  3. 决策层:基于 DEEPSEEK-Industrial 大模型(参数量 1.2T),开发生产调度、能耗优化等专用算法模块。
  4. 执行层:驱动 AGV 小车(如海康威视潜伏式机器人)、工业机器人(如 ABB IRB 6700)执行优化指令。

三个闭环

  • 设备健康闭环:预测性维护准确率达 92%
  • 工艺优化闭环:产品合格率提升至 99.6%
  • 能耗管理闭环:单位产值能耗下降 18%

三、智能工厂的典型应用场景

(一)离散制造业案例:三一重工桩机工厂

  1. 数字孪生应用

    • 建立桩机设备的多物理场仿真模型,实现液压系统油温、压力的动态预测
    • 开发 "数字孪生 - 物理设备" 协同调试平台,缩短新品研发周期 40%
  2. CPS 架构部署

    • 部署 2000 + 物联网节点,实现设备运行数据秒级采集
    • 采用 5G 专网(时延 < 10ms)构建车间级控制网络
    • 开发基于数字孪生的自适应调度算法,订单交付周期缩短 35%

(二)流程制造业案例:海尔沈阳冰箱互联工厂

  1. 数字孪生系统

    • 建立全流程生产数字孪生体,涵盖 627 台设备、12 条生产线
    • 开发能效优化模型,实现单台冰箱能耗降低 15%
  2. CPS 集成创新

    • 构建 "用户需求 - 生产计划 - 工艺参数" 全链路映射系统
    • 通过 CPS 实时调整发泡工艺参数,产品不良率下降至 0.23%
    • 实现大规模定制生产,订单响应速度提升 50%

四、关键技术突破

(一)数字孪生建模技术

  1. 轻量化建模方法

    • 基于点云数据的快速建模算法,建模效率提升 3 倍
    • 开发参数化模型库,支持不同型号设备的快速配置
  2. 实时仿真技术

    • 采用 GPU 加速仿真引擎,实现 1:1 实时动态模拟
    • 开发误差补偿算法,确保虚拟模型与物理实体的一致性

(二)CPS 通信协议

  1. 工业协议适配

    • 支持 OPC UA、Modbus RTU 等 23 种工业协议
    • 开发协议转换中间件,实现异构系统无缝集成
  2. 边缘计算架构

    • 部署边缘服务器(如研华 UNO-3083G),本地处理 90% 以上数据
    • 采用 TSN(时间敏感网络)技术,确保控制指令精确同步

(三)智能决策算法

  1. 知识蒸馏技术

    • 将通用大模型知识迁移至专用小模型,推理速度提升 10 倍
    • 开发在线学习算法,持续优化生产调度策略
  2. 强化学习应用

    • 构建生产调度强化学习环境,优化周期缩短 60%
    • 实现动态工艺参数自整定,产品一致性达 99.3%

五、挑战与对策

(一)数据隐私保护

  • 采用联邦学习技术,实现 "数据可用不可见"
  • 开发区块链存证系统,确保数据来源可追溯

(二)系统集成复杂度

  • 建立标准化接口规范,降低异构系统集成难度
  • 开发可视化配置工具,支持非技术人员系统部署

(三)实时性保障

  • 构建 5G+TSN 融合网络,端到端时延控制在 5ms 以内
  • 采用优先级调度算法,确保关键指令优先执行

六、结论与展望

数字孪生与 CPS 的深度融合,正在重构智能工厂的技术架构。通过构建虚实交互的智能系统,中国制造业可实现从 "制造" 到 "智造" 的跨越式发展。未来研究方向包括:

  1. 开发数字孪生与 CPS 的协同进化算法
  2. 探索量子计算在复杂系统建模中的应用
  3. 构建基于数字孪生的供应链协同平台

参考文献

  1. 三一重工。桩机工厂智能升级白皮书 [R]. 2024
  2. 海尔集团。沈阳冰箱互联工厂案例研究 [R]. 2025
  3. 工业和信息化部。智能工厂建设指南 (2025 版)[Z]
  4. 深度求索公司. DEEPSEEK-Industrial 技术白皮书 [R]. 2025

附录

典型技术参数对比表:

指标传统工厂智能工厂(本文架构)
设备综合效率 (OEE)68%89%
订单交付周期28 天15 天
单位产值能耗0.85 吨标煤 / 万元0.69 吨标煤 / 万元
产品不良率0.72%0.23%
生产调度响应时间4 小时15 分钟

(数据来源:三一重工、海尔集团 2025 年运营报告)

相关文章:

智能工厂的数字孪生与信息物理系统架构研究

摘要 本文以工业 4.0 为背景&#xff0c;系统分析数字孪生&#xff08;Digital Twin&#xff09;与信息物理系统&#xff08;CPS&#xff09;在智能工厂中的协同架构。通过构建 "感知 - 映射 - 决策 - 执行" 的四层技术框架&#xff0c;结合三一重工、海尔等企业案例…...

基于YOLO11实例分割与奥比中光相机的快递包裹抓取点检测

本博客来源于CSDN机器鱼&#xff0c;未同意任何人转载。 更多内容&#xff0c;欢迎点击本专栏&#xff0c;查看更多内容。 0 引言 项目采用六轴机械臂搭配末端真空吸盘&#xff0c;从无序包裹中抓取想要的包裹。AI算法需要提供各包裹的抓取点的3D坐标与3D姿态。由于快递包裹含…...

简单程序语言理论与编译技术·22 实现一个从AST到RISCV的编译器

本文是记录专业课“程序语言理论与编译技术”的部分笔记。 LECTURE 22&#xff08;实现一个从AST到RISCV的编译器&#xff09; 一、问题分析 1、完整的编译器&#xff08;如LLVM&#xff09;需先完成AST到IR的转换&#xff0c;并进行代码优化&#xff0c;再到汇编&#xff0…...

无锡无人机驾驶证培训费用

无锡无人机驾驶证培训费用&#xff0c;随着科技的迅速发展&#xff0c;无人机在众多行业中发挥着举足轻重的作用。从影视制作到农业监测&#xff0c;再到物流运输与城市规划&#xff0c;无人机的应用场景不断扩展&#xff0c;因此越来越多的人开始意识到学习无人机驾驶技能的重…...

[ctfshow web入门] web5

前置知识 引用博客&#xff1a;phps的利用 当服务器配置了 .phps 文件类型时&#xff0c;访问 .phps 文件会以语法高亮的形式直接显示 PHP 源代码&#xff0c;而不是执行它。.phps被作为辅助开发者的一种功能&#xff0c;开发者可以通过网站上访问xxx.phps直接获取高亮源代码 …...

第五章:架构安全性_《凤凰架构:构建可靠的大型分布式系统》

第五章 架构安全性 一、认证机制 核心知识点&#xff1a; 认证标准&#xff1a; HTTP Basic认证&#xff1a;Base64编码传输凭证&#xff0c;需配合HTTPS使用OAuth 2.0&#xff1a;授权框架&#xff0c;重点掌握四种授权模式&#xff1a; 授权码模式&#xff08;最安全&#…...

控件主题效果添加程序设计

以下是针对Qt Designer设计的控件添加阴影效果的完整解决方案&#xff0c;结合可视化设置与动态主题支持&#xff1a; 一、基础阴影效果实现方案 1. 通过QSS实现简易阴影&#xff08;适用于简单需求&#xff09; /* 使用多重边框模拟阴影效果 */ QFrame#customWidget {borde…...

用swift playground写个ios应用和大模型或者网站交互

import SwiftUIstruct ContentView: View {State private var textFieldText: String ""State private var outputText: String "输出将会显示在这里"private let tip:String "消息已发送&#xff0c;请等待"State private var history:[Stri…...

Mlivus Cloud SDK v2的革新:从痛点剖析到实战优化

目录 从V1到V2:开发者体验的范式转变 深度解析SDK v2的架构革新 1. 统一接口范式:终结API混乱时代 2. 原生异步支持:高并发场景的性能救星 3. Schema Cache机制:性能优化的隐形冠军 4. 全功能REST API:简化集成的关键 实战指南:从迁移到深度优化 平滑迁移策略 性…...

【图像处理基石】什么是AWB?

1. AWB&#xff08;自动白平衡&#xff09;的定义 AWB&#xff08;Auto White Balance&#xff09;是一种图像处理技术&#xff0c;通过算法校正不同色温光源下图像的色彩偏差&#xff0c;使白色在任何光照条件下都能准确呈现为白色&#xff0c;从而让图像颜色更接近人眼真实感…...

[蓝桥杯 2017 省 B] k 倍区间

P8649 [蓝桥杯 2017 省 B] k 倍区间 题目描述 给定一个长度为 N N N 的数列&#xff0c; A 1 , A 2 , ⋯ A N A_1,A_2, \cdots A_N A1​,A2​,⋯AN​&#xff0c;如果其中一段连续的子序列 A i , A i 1 , ⋯ A j ( i ≤ j ) A_i,A_{i1}, \cdots A_j(i \le j) Ai​,Ai1​,⋯…...

基于SSM的高校宿舍水电管理系统

作者&#xff1a;计算机学姐 开发技术&#xff1a;SpringBoot、SSM、Vue、MySQL、JSP、ElementUI、Python、小程序等&#xff0c;“文末源码”。 专栏推荐&#xff1a;前后端分离项目源码、SpringBoot项目源码、Vue项目源码、SSM项目源码、微信小程序源码 精品专栏&#xff1a;…...

【LLM系列】1.大模型简介

1. 基础 1.1 如何权衡模型的复杂度和性能&#xff1f; ├── a. 模型架构选择 │ ├── 简化架构 │ │ └── 选择较小的网络层数和宽度&#xff0c;降低复杂度&#xff1b; │ │ 可使用高性能基础模型如 Transformers 作为起点&#xff0c;根据需求缩放模型。 │ └──…...

从概念和设计哲学的角度详细解析工厂模式

从概念和设计哲学的角度详细解析工厂模式。 1. 工厂模式的核心目标 解耦&#xff1a;将对象的创建过程与使用过程分离&#xff0c;使用者无需关心对象如何被创建。 统一入口&#xff1a;通过一个接口或方法控制对象的生成&#xff0c;隐藏底层实现细节。 类比现实中的工厂&am…...

AI小白:机器学习VS深度学习

1 特征工程的范式革命 传统机器学习&#xff1a;手工特征工程的艺术 在传统机器学习中&#xff0c;特征工程是一个关键步骤&#xff0c;它涉及将原始数据转化为能够被机器学习模型高效利用的特征。这通常需要领域专家的经验和知识&#xff0c;以手动设计和提取特征。 例如&a…...

对应列表数据的分割和分组

要基于指定的流派列表分割数据&#xff0c;可以使用 布尔索引 或 groupby 结合筛选。以下是具体方法&#xff1a; 场景假设 数据列 genres 中的值可能是多流派的字符串&#xff0c;例如 "drama,action" 或 ["drama", "action"]。目标&#xff1…...

信息物理系统(CPS):中国 AI(DEEPSEEK)的未来路径

一、引言 人工智能&#xff08;AI&#xff09;的发展正从通用模型向垂直领域渗透&#xff0c;而信息物理系统&#xff08;CPS&#xff09;作为连接数字世界与物理世界的桥梁&#xff0c;为 AI 提供了新的发展方向。中国 AI 企业如 DEEPSEEK 通过开源策略和本土化优势&#xff…...

SEO长尾词优化实战技巧

内容概要 长尾关键词作为SEO策略的重要组成部分&#xff0c;能够有效捕捉细分领域的精准流量&#xff0c;降低竞争成本的同时提升转化效率。本文系统梳理了从关键词挖掘到流量转化的全链路优化方法&#xff0c;重点解析工具使用、布局策略及搜索意图匹配三大核心模块。通过结合…...

爬虫自动化工具:DrissionPage

1. DrissionPage初始 官网地址&#xff1a;&#x1f6f0;️ 概述 | DrissionPage官网 在当今互联网高速发展的时代&#xff0c;网页数据的获取和处理变得愈发重要。传统的自动化工具如 Selenium 在某些方面逐渐显露出一些局限性&#xff0c;而 DrissionPage 正是在这样的背景下…...

扩展库Scrapy:Python网络爬虫的利器

目录 一、扩展机制的核心原理 二、六大实用扩展库详解 1. 动态渲染神器&#xff1a;scrapy-playwright 2. 分布式架构&#xff1a;scrapy-redis 3. 反反爬利器&#xff1a;scrapy-zyte-smartproxy 4. 智能调度&#xff1a;scrapy-thunder 5. 数据管道&#xff1a;scrapy…...

L3-21

exer01 Message # 1.定义Message消息类和cmd,content,sender,to四个属性&#xff0c;其中to默认为None class Message:def __init__(self, cmd, content, sender, toNone):self.cmd cmdself.content contentself.sender senderself.to to # 2. 创建登录消息对象msg1,聊天消…...

04.游戏开发-unity编辑器详细-工具栏、菜单栏、工作识图详解

04.游戏开发&#xff0c;unity编辑器详细-工具栏、菜单栏、工作识图详解 提示&#xff1a;帮帮志会陆续更新非常多的IT技术知识&#xff0c;希望分享的内容对您有用。本章分享的是Python基础语法。前后每一小节的内容是存在的有&#xff1a;学习and理解的关联性&#xff0c;希…...

GRBL运动控制算法(二)圆弧插补

前言 GRBL 是一款高性能、开源的嵌入式 CNC&#xff08;计算机数控&#xff09;控制器固件&#xff0c;专为 Arduino 平台优化&#xff0c;广泛应用于雕刻机、激光切割机、3D 打印机及其他精密运动控制场景。自 2009 年发布以来&#xff0c;GRBL 凭借其高效的运动规划算法、稳…...

《P1072 [NOIP 2009 提高组] Hankson 的趣味题》

题目描述 Hanks 博士是 BT&#xff08;Bio-Tech&#xff0c;生物技术) 领域的知名专家&#xff0c;他的儿子名叫 Hankson。现在&#xff0c;刚刚放学回家的 Hankson 正在思考一个有趣的问题。 今天在课堂上&#xff0c;老师讲解了如何求两个正整数 c1​ 和 c2​ 的最大公约数…...

矩阵分解中的梯度下降:详细实现方案(包含数学推导、代码实现和优化技巧)

矩阵分解中的梯度下降:详细实现方案(包含数学推导、代码实现和优化技巧) 矩阵分解是机器学习和数据科学中重要的技术,广泛应用于推荐系统、自然语言处理、图像处理等领域。梯度下降作为一种优化算法,在矩阵分解中常用于最小化目标函数以找到最佳的矩阵近似。本指南将详细…...

STM32F103C8T6实现 SG90 360 °电机转动

简介 基于上一篇 STM32F103C8T6实现 SG90 180 电机任意角度转动 本来想实现角度转动, 但靠舵机本身无法实现限位, 需要记录位置, 并且根据转速计算大概位置, 存在误差&#xff0c; 不实现角度转动了, 只实现正反转 代码 正向速度0.75为最大速度, 反向2.25&#xff0c; 接近1.5…...

RTDETR融合[CVPR2025]DnLUT中的MuLUTUnit模块

RT-DETR使用教程&#xff1a; RT-DETR使用教程 RT-DETR改进汇总贴&#xff1a;RT-DETR更新汇总贴 《DnLUT: Ultra-Efficient Color Image Denoising via Channel-Aware Lookup Tables》 一、 模块介绍 论文链接&#xff1a;https://arxiv.org/pdf/2503.15931 代码链接&#xf…...

大数据Spark(五十七):Spark运行架构与MapReduce区别

文章目录 Spark运行架构与MapReduce区别 一、Spark运行架构 二、Spark与MapReduce区别 Spark运行架构与MapReduce区别 一、Spark运行架构 Master:Spark集群中资源管理主节点&#xff0c;负责管理Worker节点。Worker:Spark集群中资源管理的从节点&#xff0c;负责任务的运行…...

二:python基础(黑马)

一&#xff1a;了解 1.1: python特点 python是完全面向对象的语言 函数&#xff0c;模块&#xff0c;数字&#xff0c;字符串都是对象&#xff0c;在python中一切皆对象 完全支持继承&#xff0c;重载&#xff0c;多重继承 支持重载运算符&#xff0c;也支持泛型设计 py…...

【马拉车 KMP 差分数组】P6216 回文匹配|省选-

本文涉及知识点 较难理解的字符串查找算法KMP C差分数组 马拉车算法 P6216 回文匹配 题目描述 对于一对字符串 ( s 1 , s 2 ) (s_1,s_2) (s1​,s2​)&#xff0c;若 s 1 s_1 s1​ 的长度为奇数的子串 ( l , r ) (l,r) (l,r) 满足 ( l , r ) (l,r) (l,r) 是回文的&#…...

C/C++测试框架googletest使用示例

文章目录 文档编译安装示例参考文章 文档 https://github.com/google/googletest https://google.github.io/googletest/ 编译安装 googletest是cmake项目&#xff0c;可以用cmake指令编译 cmake -B build && cmake --build build将编译产物lib和include 两个文件夹…...

提高MCU的效率方法

要提高MCU(微控制器单元)的编程效率,需要从硬件特性、代码优化、算法选择、资源管理等多方面入手。以下是一些关键策略: 1. 硬件相关优化 时钟与频率: 根据需求选择合适的时钟源(内部/外部振荡器),避免过高的时钟频率导致功耗浪费。关闭未使用的外设时钟(如定时器、UA…...

Ansible 实战:Roles,运维的 “魔法函数”

一、介绍 你现在已经学过tasks和handlers&#xff0c;那么&#xff0c;最好的playbook组织方式是什么呢&#xff1f;答案很简单&#xff1a;使用roles&#xff01;roles基于一种已知的文件结构&#xff0c;能够自动加载特定的vars_files、tasks以及handlers。通过roles对内容进…...

GO简单开发grpc

什么是grpc 首先我们需要了解&#xff0c;什么是grpc gRPC&#xff08;全称&#xff1a;google remote procedure call&#xff09;是由Google开发的一个高性能、开源的远程过程调用&#xff08;RPC&#xff09;框架。它基于 HTTP/2 协议&#xff0c;并且使用 Protocol Buffer…...

强引用,弱引用,软引用,虚引用,自旋锁,读写锁

强引用&#xff1a;强引用GC不会回收 软引用&#xff1a;内存够的话不回收&#xff0c;内存不够的话回收 弱引用&#xff1a;不管内存够不够&#xff0c;只要有GC就回收 虚引用&#xff1a;点get是null&#xff0c;但是GC后他会把引用放到引用队列里边 自旋锁&#xff1a;是指尝…...

C++异常处理 throw try catch

C 异常处理概述 C 异常处理机制提供了一种在程序运行时捕获错误或异常情况的方式。异常处理的目的是使得程序在遇到错误时能够优雅地终止或恢复&#xff0c;并防止程序出现崩溃。C 使用 try, throw, 和 catch 关键字来实现异常处理。 异常处理的基本结构&#xff1a; throw: …...

优化 Web 性能:管理第三方资源(Third-Party Summary)

在现代 Web 开发中&#xff0c;第三方资源&#xff08;如分析工具、广告脚本、字体服务&#xff09;为网站提供了丰富的功能&#xff0c;但也可能成为性能瓶颈。Google 的 Lighthouse 工具在性能审计中提供了“第三方资源概要”&#xff08;Third-Party Summary&#xff09;&am…...

第六章、 系统级 I/O

真题考点 考点一&#xff1a;Unix I/O 所有的 I/O 设备(例如网络、磁盘和终端)都被模型化为文件&#xff0c;而所有的输入和输出都被当作对相应文件的读和写来执行。这种将设备优雅地映射为文件的方式&#xff0c;允许 Linux 内核引出一个简单、低级的应用接口&#xff0c;称为…...

Jetpack Compose 自定义标题栏终极指南:从基础到高级实战

Jetpack Compose 自定义标题栏终极指南&#xff1a;从基础到高级实战 本文将带你彻底掌握 Compose 标题栏开发&#xff0c;涵盖 5 种专业级实现方案 性能优化技巧 完整可运行代码。 &#x1f4da; 核心方案对比 方案特点适用场景复杂度基础Row布局完全自定义&#xff0c;灵…...

晶晨S905-S905L-S905LB_S905M2通刷_安卓6.0.1_16S极速开机_线刷固件包

晶晨S905-S905L-S905LB_S905M2通刷_安卓6.0.1_16S极速开机_线刷固件包 线刷方法&#xff1a;&#xff08;新手参考借鉴一下&#xff09; 刷机工具版本请用2.2.0以上&#xff0c;导入固件后&#xff0c;刷机工具右侧两个擦除打勾&#xff0c;然后点开始。插上刷机神器&#xf…...

tkiner模块的初步学习

文章目录 一、前言二、概念2.1 安装2.2 窗口 三、小部件3.1 概述3.2 常用小部件3.2.1 Label3.2.2 Button3.2.3 Entry3.2.4 Text3.2.5 Listbox3.2.6 Checkbutton3.2.7 Radiobutton3.2.8 Scrollbar 3.3 更多小部件3.3.1 Scale3.3.2 Spinbox3.3.3. Progressbar 3.4 主题小部件 四、…...

Java常用数据结构操作方法全面总结

目录 一、List接口及其实现类二、Set接口及其实现类三、Map接口及其实现类四、Queue/Deque队列五、Stack栈六、树形结构七、注意事项与最佳实践总结 一、List接口及其实现类 核心实现类 ArrayList&#xff1a;基于动态数组LinkedList&#xff1a;基于双向链表 常用操作方法…...

Java的Selenium的特殊元素操作与定位之select下拉框

如果页面元素是一个下拉框&#xff0c;我们可以将此web元素封装为Select对象 Select selectnew Select(WebElement element); Select对象常用api select.getOptions();//获取所有选项select.selectBylndex(index);//根据索引选中对应的元素select.selectByValue(value);//选…...

STM32单片机入门学习——第15节: [6-3] TIM输出比较

写这个文章是用来学习的,记录一下我的学习过程。希望我能一直坚持下去,我只是一个小白,只是想好好学习,我知道这会很难&#xff0c;但我还是想去做&#xff01; 本文写于&#xff1a;2025.04.05 STM32开发板学习——第15节: [6-3] TIM输出比较 前言开发板说明引用解答和科普一…...

力扣经典算法篇-9-跳跃游戏(贪心算法,反向递推)

题干&#xff1a; 给你一个非负整数数组 nums &#xff0c;你最初位于数组的 第一个下标 。数组中的每个元素代表你在该位置可以跳跃的最大长度。 判断你是否能够到达最后一个下标&#xff0c;如果可以&#xff0c;返回 true &#xff1b;否则&#xff0c;返回 false 。 示例 …...

java面向对象 - 封装、继承和多态

1.封装 定义 封装是把对象的属性和操作(或服务)结合为一个独立的整体,并尽可能隐藏对象的内部实现细节。通过访问控制修饰符(如private、protected、public)对属性和方法的访问进行限制,以此提升代码的安全性与可维护性。 要点 访问控制:运用private修饰属性,防止外部直…...

铁电液晶(FLC)与反铁电液晶(AFLC)

### **铁电液晶&#xff08;FLC&#xff09;与反铁电液晶&#xff08;AFLC&#xff09;的原理、区别及应用** --- ## **1. 基本原理** ### **&#xff08;1&#xff09;铁电液晶&#xff08;Ferroelectric Liquid Crystal, FLC&#xff09;** - **分子结构**&#xff1a; …...

经典算法 a^b

原题目链接 问题描述 求 a 的 b 次方对 p 取模的值&#xff0c;即计算&#xff1a; a^b mod p输入格式 输入一行&#xff0c;包含三个整数 a、b 和 p&#xff0c;中间用空格隔开。 输出格式 输出一个整数&#xff0c;表示 a^b mod p 的值。 数据范围 0 ≤ a, b ≤ 10^91 …...

Python解决“组成字符串ku的最大次数”问题

Python解决“组成字符串ku的最大次数”问题 问题描述测试样例解题思路代码 问题描述 给定一个字符串 s&#xff0c;该字符串中只包含英文大小写字母。你需要计算从字符串中最多能组成多少个字符串 “ku”。每次可以随机从字符串中选一个字符&#xff0c;并且选中的字符不能再使…...

ubuntu22使用TrinityCore搭建魔兽世界服务器

目录 一、Ubuntu22工具下载二、服务端编译配置1. 从 git 上拉取服务端代码2. 编译客户端3. 修改配置文件4. 加载sql语句5. 下载客户端6. 下载必要sql文件 三、客户端连接配置四、游戏启动 一、Ubuntu22工具下载 下载所有需要的工具 sudo apt-get update sudo apt-get install…...