数据结构课程设计 数据结构B+树 B+ tree Library
上传时间： 2013-12-31
上传用户：semi1981
数字pid位置和增量型
标签： 数字pid
上传时间： 2022-07-11
上传用户：默默
一、传感器的定义信息处理技术取得的进展以及微处理器和计算机技术的高速发展，都需要在传感器的开发方面有相应的进展。微处理器现在已经在测量和控制系统中得到了广泛的应用。随着这些系统能力的增强，作为信息采集系统的前端单元，传感器的作用越来越重要。传感器已成为自动化系统和机器人技术中的关键部件，作为系统中的一个结构组成，其重要性变得越来越明显。最广义地来说，传感器是一种能把物理量或化学量转变成便于利用的电信号的器件。国际电工委员会(IEC:International Electrotechnical Committee)的定义为：“传感器是测量系统中的一种前置部件，它将输入变量转换成可供测量的信号”。按照Gopel等的说法是：“传感器是包括承载体和电路连接的敏感元件”，而“传感器系统则是组合有某种信息处理(模拟或数字)能力的传感器”。传感器是传感器系统的一个组成部分，它是被测量信号输入的第一道关口。传感器系统的原则框图示于图1-1，进入传感器的信号幅度是很小的，而且混杂有干扰信号和噪声。为了方便随后的处理过程，首先要将信号整形成具有最佳特性的波形，有时还需要将信号线性化，该工作是由放大器、滤波器以及其他一些模拟电路完成的。在某些情况下，这些电路的一部分是和传感器部件直接相邻的。成形后的信号随后转换成数字信号，并输入到微处理器。德国和俄罗斯学者认为传感器应是由二部分组成的，即直接感知被测量信号的敏感元件部分和初始处理信号的电路部分。按这种理解，传感器还包含了信号成形器的电路部分。传感器系统的性能主要取决于传感器，传感器把某种形式的能量转换成另一种形式的能量。有两类传感器：有源的和无源的。有源传感器能将一种能量形式直接转变成另一种，不需要外接的能源或激励源(参阅图1-2(a))。有源(a)和无源(b)传感器的信号流程无源传感器不能直接转换能量形式，但它能控制从另一输入端输入的能量或激励能传感器承担将某个对象或过程的特定特性转换成数量的工作。其“对象”可以是固体、液体或气体，而它们的状态可以是静态的，也可以是动态(即过程)的。对象特性被转换量化后可以通过多种方式检测。对象的特性可以是物理性质的，也可以是化学性质的。按照其工作原理，传感器将对象特性或状态参数转换成可测定的电学量，然后将此电信号分离出来，送入传感器系统加以评测或标示。各种物理效应和工作机理被用于制作不同功能的传感器。传感器可以直接接触被测量对象，也可以不接触。用于传感器的工作机制和效应类型不断增加，其包含的处理过程日益完善。常将传感器的功能与人类5大感觉器官相比拟： 光敏传感器——视觉；声敏传感器——听觉；气敏传感器——嗅觉；化学传感器——味觉；压敏、温敏、流体传感器——触觉。与当代的传感器相比，人类的感觉能力好得多，但也有一些传感器比人的感觉功能优越，例如人类没有能力感知紫外或红外线辐射，感觉不到电磁场、无色无味的气体等。对传感器设定了许多技术要求，有一些是对所有类型传感器都适用的，也有只对特定类型传感器适用的特殊要求。针对传感器的工作原理和结构在不同场合均需要的基本要求是： 高灵敏度，抗干扰的稳定性(对噪声不敏感)，线性，容易调节(校准简易)，高精度，高可靠性，无迟滞性，工作寿命长(耐用性) ，可重复性，抗老化，高响应速率，抗环境影响(热、振动、酸、碱、空气、水、尘埃)的能力 ，选择性，安全性(传感器应是无污染的)，互换性 低成本 ，宽测量范围，小尺寸、重量轻和高强度，宽工作温度范围 。二、传感器的分类可以用不同的观点对传感器进行分类：它们的转换原理(传感器工作的基本物理或化学效应)；它们的用途；它们的输出信号类型以及制作它们的材料和工艺等。根据传感器工作原理，可分为物理传感器和化学传感器二大类：传感器工作原理的分类物理传感器应用的是物理效应，诸如压电效应，磁致伸缩现象，离化、极化、热电、光电、磁电等效应。被测信号量的微小变化都将转换成电信号。化学传感器包括那些以化学吸附、电化学反应等现象为因果关系的传感器，被测信号量的微小变化也将转换成电信号。有些传感器既不能划分到物理类，也不能划分为化学类。大多数传感器是以物理原理为基础运作的。化学传感器技术问题较多，例如可靠性问题，规模生产的可能性，价格问题等，解决了这类难题，化学传感器的应用将会有巨大增长。常见传感器的应用领域和工作原理列于表1.1。按照其用途，传感器可分类为： 压力敏和力敏传感器 ，位置传感器 ， 液面传感器 能耗传感器 ，速度传感器 ，热敏传感器，加速度传感器，射线辐射传感器 ，振动传感器，湿敏传感器 ，磁敏传感器，气敏传感器，真空度传感器，生物传感器等。以其输出信号为标准可将传感器分为： 模拟传感器——将被测量的非电学量转换成模拟电信号。数字传感器——将被测量的非电学量转换成数字输出信号(包括直接和间接转换)。膺数字传感器——将被测量的信号量转换成频率信号或短周期信号的输出(包括直接或间接转换)。开关传感器——当一个被测量的信号达到某个特定的阈值时，传感器相应地输出一个设定的低电平或高电平信号。
上传时间： 2013-10-11
上传用户：zhangdebiao
(1) 、用下述两条具体规则和规则形式实现.设大写字母表示魔王语言的词汇 小写字母表示人的语言词汇 希腊字母表示可以用大写字母或小写字母代换的变量.魔王语言可含人的词汇. (2) 、B→tAdA A→sae (3) 、将魔王语言B(ehnxgz)B解释成人的语言.每个字母对应下列的语言.
上传时间： 2013-12-30
上传用户：ayfeixiao
自己动手编的俄罗斯方块游戏。 具有开始、暂停、继续、结束、记分、七种图形方块的变换和不同下落速度等功能。 在游戏窗口下方设置四个用鼠标控制的按键，分别实现开始、暂停、继续和结束功能；窗口右侧显示得分和下一个方块的预览；上方四个子菜单，分别为控制、难度设置和游戏说明。其中难度设置中有三个菜单项，分别为低难度、中难度和高难度，提供不同的下落速度；键盘的上下左右方向键控制方块的下落位置和形状。
上传时间： 2014-11-05
上传用户：as275944189
近年来，随着永磁材料的发展，永磁同步电机应用日益广泛。永磁同步电机根据反电动势和电流波形的不同，可分为梯形波永磁同步电机(无刷直流电机)和正弦波永磁同步电机(永磁同步电机)。正弦波永磁同步电机为实现其正弦波驱动控制需要连续的转子位置信号，通常采用机械位置传感器(旋转变压器、光电编码器等)，机械位置传感器虽可以提供高精度的转子位置信息，但其体积大，价格高，增加了转子的惯量，且性能易受环境因素的影响，限制了永磁同步电机的应用场合。近年来受到广泛的关注的无位置传感器技术，是通过检测反电动势(电压)或电流等过零点获取转子的位置信号，此技术虽取消了机械位置传感器，但存在控制复杂，位置检测精度不高，运行转速范围受到限制等问题。为解决上述问题，本文研究采用低成本的低分辨率位置传感器取代机械位置传感器，通过位置估算法得到高分辨率的转子位置信号，以实现永磁同步电机的正弦波驱动控制问题。 首先，本文分析了传统的采用位置区间的平均速度和采用平均速度并引用平均加速度实现位置估算法的原理，针对其不足提出了一种改进的方法，该法通过对位置区间初始速度的估算，可以显著提高速度、位置的估算精度。本文建立上述三种位置估算法的Matlab仿真模型，并对其进行了仿真研究，仿真结果表明：改进位置估算方法即使在加减速等动态性能过程中也能保持较小的位置误差，性能明显优于传统的方法。 其次，完成了以TI公司的数子信号处理器(DSP)TMS320LF2407A为主控芯片，以IR公司IR2110为驱动芯片采用低分辨率位置传感器的正弦波永磁同步电机控制系统的硬件电路的设计和调试工作。探讨了正弦波永磁同步电机在采用无电流传感器的电流开环控制时的控制策略问题。在此情况下电压相位角φ对电机运行性能有重要的影响，为得到最佳的φ=f(ω)曲线，需根据负载特性进行优化。 最后，完成了基于TMS320LF2407A采用低分辨率位置传感器的正弦波永磁同步电机的软件设计，文中详细讨论了位置估算程序和实现SVPWM程序的设计和调试，并对其进行了实验验证。
上传时间： 2013-07-23
上传用户：shwjl
永磁同步电机是同步电机的一个重要类型，其转子一般采用稀土永磁材料做激磁磁极，与传统同步电机相比，体积和重量大为减小，而且结构简单，运行可靠，维护更方便。现代电气传动控制的发展趋势之一是开发新的交流调速与伺服系统。无论在矢量控制还是标量控制中，转速与位置的闭环控制都需要在电机轴上安装一个速度传感器，但是由于速度传感器的引进不仅增加了成本，降低了系统可靠性，还存在安装问题，效果并不十分理想。因此高性能无速度传感器控制成为近年来电机研究的热点。 本文在系统介绍卡尔曼滤波器的基础上，将其引入到永磁同步电机无速度传感器状态观测中。由于永磁同步电机是一个强耦合的多阶非线性系统，本文采用了工程实际中普遍采用的泰勒展开式截断的方法，对电机方程线性化处理，将卡尔曼滤波算法推广至非线性系统，并加入了反映电机系统模型误差和环境干扰的系统噪声和测量噪声模型，形成扩展卡尔曼滤波算法。扩展卡尔曼滤波器将电机转子位置与转速作为系统状态变量进行实时估算，并将所得信息反馈到永磁同步电机控制系统中。通过仿真，与电机实际运行状态进行比较，证明了扩展卡尔曼滤波具有良好的动态跟踪能力和抗噪声能力。 针对扩展卡尔曼滤波算法在无速度传感器控制中存在的不足，本文给出了降阶线性卡尔曼滤波算法。降阶线性卡尔曼滤波算法重新选择了系统状态变量，建立新的完全线性化的系统方程，并且卡尔曼滤波算法中的系统协方差矩阵成为时不变序列，因此可以直接应用线性卡尔曼滤波算法。仿真结果证明，与扩展卡尔曼滤波算法相比，新的算法更加简单，减轻了繁重的参数调节任务，易于数字化实现，不仅具备扩展卡尔曼滤波算法的优势，而且在某些性能方面超越了扩展卡尔曼滤波算法。 通过分析得知，由于将系统模型不确定性与测量噪声体现在系统方程中，因此卡尔曼滤波算法在状态估算方面具有良好的性能。本文以降阶线性卡尔曼滤波 算法为理论基础，以永磁同步电机为对象，以数字信号处理器（DSP）为核心，设计了电机状态观测系统的设计方案。整个方案在不增加成本的基础上，充分利用数字信号处理器（DSP）丰富的资源和强大的运算能力，通过检测电机相电流，实时估算出电机转子位置与转速。本系统可以代替传统速度传感器，为电机控制系统提供转子位置和转速反馈信息。本文的下一步主要工作便是将此系统付诸实践，应用于实际工程中，对卡尔曼滤波算法在永磁同步电机无速度传感器控制方面的性能进行进一步研究。关键词：永磁同步电机；无速度传感器；卡尔曼滤波
上传时间： 2013-04-24
上传用户：lifangyuan12
永磁同步电机(PMSM)是一种性能优越、应用前景广阔的电机。永磁同步电机调速系统是以永磁同步电机为控制对象，采用变压变频技术对电机进行调速的控制系统。因其具有能耗低、可靠性高、控制精确等优点，在许多领域得到广泛的应用。然而，转子无阻尼绕组的PMSM的采用变频技术开环运行时，系统不太稳定，电机效率有所下降，转子温升高，易造成钕铁硼永磁体退磁，危及电机安全运行，有时甚至还会出现失步现象，系统无法运行。PMSM控制系统稳定运行控制都是建立在闭环控制基础之上的，因此如何获取转子位置和速度信号是整个系统中相当重要的一个环节。当前，在大多数调速驱动系统中，最常用的方法是在转子轴上安装位置传感器。但这些传感器增加了系统的成本，降低了系统的可靠性和耐用性。因此，在一些特殊及控制精度要求不很高的场合，无传感器控制将会得到广泛的应用。它通过测量电动机的电流、电压等可测量的物理量，通过特定的观测器策略估算转子位置，提取永磁转子的位置和速度信息，完成闭环控制。本文以无位置传感器PMSM控制系统作为研究对象，介绍了永磁同步电机的结构及其数学模型，详细地阐述了空间矢量脉宽调制(SVPWM)技术的理论基础及其波形的产生机制，并对闭环控制策略进行了研究。鉴于数字信号处理器(DSP)TMS320LF2407控制芯片出色的性能和丰富的外设资源，使用该芯片设计了控制系统的硬件系统和软件系统，通过对整个控制系统的试验调试，实现了永磁同步电机的无位置传感器控制。 本文借助于MATLAB建立了永磁同步电机的仿真数学模型，并根据空间矢量脉宽调制的工作原理，构建了永磁同步电机调速控制系统的仿真模型。系统采用αβ定子静止坐标系下的数学模型，依据滑模变结构控制原理，对永磁电机的转子位置角θe和转速ωe进行实时在线估算，不断修正估算位置^θe，控制定子旋转磁场与转子磁场垂直并保持与转子同步旋转，实现电机的闭环调速运行。理论分析和仿真结果表明，所提出的永磁同步电机无传感器控制方法具有较强的鲁棒性和令人满意的性能。
上传时间： 2013-04-24
上传用户：lw852826
/*--------- 8051内核特殊功能寄存器 -------------*/ sfr ACC = 0xE0; //累加器 sfr B = 0xF0; //B 寄存器 sfr PSW = 0xD0; //程序状态字寄存器 sbit CY = PSW^7; //进位标志位 sbit AC = PSW^6; //辅助进位标志位 sbit F0 = PSW^5; //用户标志位0 sbit RS1 = PSW^4; //工作寄存器组选择控制位 sbit RS0 = PSW^3; //工作寄存器组选择控制位 sbit OV = PSW^2; //溢出标志位 sbit F1 = PSW^1; //用户标志位1 sbit P = PSW^0; //奇偶标志位 sfr SP = 0x81; //堆栈指针寄存器 sfr DPL = 0x82; //数据指针0低字节 sfr DPH = 0x83; //数据指针0高字节 /*------------ 系统管理特殊功能寄存器 -------------*/ sfr PCON = 0x87; //电源控制寄存器 sfr AUXR = 0x8E; //辅助寄存器 sfr AUXR1 = 0xA2; //辅助寄存器1 sfr WAKE_CLKO = 0x8F; //时钟输出和唤醒控制寄存器 sfr CLK_DIV = 0x97; //时钟分频控制寄存器 sfr BUS_SPEED = 0xA1; //总线速度控制寄存器 /*----------- 中断控制特殊功能寄存器 --------------*/ sfr IE = 0xA8; //中断允许寄存器 sbit EA = IE^7; //总中断允许位 sbit ELVD = IE^6; //低电压检测中断控制位 8051
上传时间： 2013-10-30
上传用户：yxgi5
针对函数优化问题，提出了一种基于离差平方和法的粒子群优化算法。该算法用混沌序列初始化粒子的位置和速度，选择好于粒子群优化算法产生的粒子位置。通过离差平方和法进行聚类，利用分类方式来更新粒子的速度。最后将算法应用到3个典型的函数优化问题中，数值结果比较表明，提高了算法搜索能力，全局最优解的精度和收敛速度。
上传时间： 2013-11-14
上传用户：hxy200501
