虫虫首页| 资源下载| 资源专辑| 精品软件
登录| 注册

参数自动辨识

  • 煤矿瓦斯自动排放智能组合开关设计

    详细讨论了煤矿井下瓦斯自动排放系统的智能组合开关设计方法。通过研究煤矿井下掘进面通风的特点和规律,总结出一种掘进面自动排放瓦斯方案,在此基础上设计了瓦斯自动排放系统,着重讨论了作为该系统控制核心的智能组合开关设计方法,阐述了装置内部总线控制结构、硬件电路、软件逻辑的原理。经验证,该装置的性能指标完全满足应用要求,运行可靠稳定,能够应对井下掘进面复杂的使用环境。

    标签: 煤矿瓦斯 开关 自动 组合

    上传时间: 2014-01-10

    上传用户:llwap

  • 2013年全国大学生电子设计大赛-简易自动电阻测试仪

    简易自动电阻测试仪

    标签: 2013 大学生电子 设计大赛 自动

    上传时间: 2013-12-17

    上传用户:raron1989

  • ATS_自动测试系统_及ATE技术_李行善

    自动测试技术的发展

    标签: ATS ATE 自动测试系统

    上传时间: 2015-01-02

    上传用户:kongrong

  • 量程自动转换电压表设计

    基于51单片机量程自动转换电压表设计

    标签: 量程自动转换 电压表设计

    上传时间: 2014-01-25

    上传用户:黄蛋的蛋黄

  • LabVIEW深入探索

    工程资源管理器 如何创建和使用 LabVIEW 中的 LLB 文件 如何使用 VI 的重入属性(Reentrant) 用户自定义控件中 Control, Type Def. 和 Strict Type Def. 的区别 调整控件和函数面板的首选项 在文件夹下直接创建新的 VI 图标编辑器上的鼠标双击技巧 第二章:简单程序结构 顺序结构 选择结构 事件结构 循环结构 定时结构 缓存重用结构 LabVIEW 中的泛型容器 第三章:控件、常量和运算 LabVIEW 中的数字型数据 1 - 控件和常量 LabVIEW 中的数字型数据 2 - 运算 LabVIEW 中的数字型数据 3 - 数值的单位 第四章:常用的程序结构 几种简单的测试程序流程模型 用 LabVIEW 编写 Wizard 类型的应用程序 1 (LabVIEW 6.1 之前) 用 LabVIEW 编写 Wizard 类型的应用程序 2 (LabVIEW 6.1 ~ 7.1) 用 LabVIEW 编写 Wizard 类型的应用程序 3 (LabVIEW 8.0) 用 LabVIEW 编写 Wizard 类型的应用程序 4 (LabVIEW 8.2 之后) 在 LabVIEW 中使用常量定义 多态 VI 全局变量 传引用 第五章:调试 LabVIEW 的调试环境 断点和探针 其它常用调试工具和方法 LabVIEW 代码中常见的错误 查看一段代码的运行时间 如何调试 LabVIEW 调用的 DLL 第六章:深入理解 LabVIEW G 语言 LabVIEW 是编译型语言还是解释型语言 数据流驱动的编程语言 传值和传引用 VI 中的数据空间 第七章:编写优美的代码 用户界面设计 1 用户界面设计 2 - 界面的一致性 用户界面设计 3 - 界面元素的关联 用户界面设计 4 - 帮助和反馈信息 Caption 和 Label 的书写规范 隐藏程序框图上的大个 Cluster 制作不规则图形的子VI图标 第八章:编写高效率的代码 LabVIEW 程序的内存优化 1 LabVIEW 程序的内存优化 2 - 子 VI 的优化 LabVIEW 程序中的线程 1 - LabVIEW 是自动多线程语言 LabVIEW 程序中的线程 2 - LabVIEW 的执行系统 LabVIEW 程序中的线程 3 - 线程的优先级 LabVIEW 程序中的线程 4 - 动态连接库函数的线程 LabVIEW 的运行效率 1 - 找到程序运行速度的瓶颈 LabVIEW 的运行效率 2 - 程序慢在哪里 LabVIEW 对多核 CPU 的支持 第九章:VI 服务 VI Server (VI 服务) 后台任务 在 LabVIEW 中实现 VI 的递归调用 VB script 打开一个VI 第十章:调用动态链接库 动态链接库导入工具 CLN 的配置选项 简单数据类型参数的设置 结构型参数的设置 作为函数返回值的字符串为什么不用在 VI 中先分配内存 LabVIEW 中对 C 语言指针的处理 调试 LabVIEW 调用的 DLL 第十一章:面向对象编程(LVOOP) 利用 LabVIEW 工程库实现面向对象编程 模块接口 API 的两种设计方案 LabVIEW 对面向对象的支持 面向对象与数据流驱动的结合 LabVIEW 中的类 第十二章:XControl 一个 XControl 的实例 用 XControl 实现面向组件的编程 第十三章:项目管理

    标签: LabVIEW

    上传时间: 2013-11-01

    上传用户:ruixue198909

  • 晶体管参数测试仪的设计

    以LM3S1138芯片作为控制核心,设计了一个晶体管参数测试系统。该系统主要功能模块包括:恒流源阶梯信号、电压扫描信号、升压电路、保护电路等。利用8位D/A转换器产生稳定的控制电压,通过集成在LM3S1138芯片中的10位A/D模块完成电压的测量。通过RS232接口将测量数据传送到PC机,利用Matlab软件实现对测量数据的处理和显示。测试结果表明:该晶体管参数测试仪工作良好,测量结果都在数据手册给的参数范围之内。

    标签: 晶体管参数 仪的设计 测试

    上传时间: 2013-10-23

    上传用户:ZOULIN58

  • 集合式直流电能表(小功率的)

    集合式直流电能表(小功率的) 特点: 精确度0.05%满刻度±1位数 可同时量测与显示/直流电压/电流/瓦特(千瓦)/瓦特小时(千瓦小时) 电压输入(DC0-99.99V/0-600.0V)自动变档功能 显示范围0-9999(电流/瓦特/千瓦),0至99999999(八位數瓦特小时)可任意规划 数位RS-485 界面 (Optional) 主要规格: 辅助电源消耗功率:<0.35VA(DC12V/DC24V) <0.5VA(DC48V) <1.5VA(AC90-240V(50/60Hz)) 精确度: 0.05% F.S. ±1 digit (23 ±5℃) 输入范围:Auto range(DC0-99.99V/0-600.0V(DC voltage)) 输入抗阻:>5MΩ(DC voltage) 取样时间:10 cycles/second(total) 过载显示: " doFL " 显示值范围: 0-9999 digit(DCA/W(KW)) 0-9999999.999 digit(WH/(KWH)) RS-485传输速度: 19200/9600/4800/2400 selective RS-485通讯位址: "01"-"FF"(0-255) RS-485通信协议: Modbus RTU mode 温度系数: 50ppm/℃ (0-50℃) 显示幕:Bight Red LEDs high 10.16 mm(0.4") 参数设定方式: Touch switches 记忆方式: Non-volatile E²PROM memory 绝缘耐压能力:2KVac/1min.(input/output)(RS-485(Isolating)) 1600 Vdc (input/output) (RS-485(Isolating)) 使用环境条件: 0-50℃(20 to 90% RH non-condensed) 存放环境条件: 0-70℃(20 to 90% RH non-condensed) CE认证: EN 55022:1998/A1:2000 Class A EN 61000-3-2:2000 EN 61000-3-3:1995/A1:2001 EN 55024:1998/A1:2001

    标签: 直流 电能表 小功率

    上传时间: 2013-11-20

    上传用户:s363994250

  • 基于单摄像机的电力设施侵入目标参数计算

    基于单摄像机成像的电力设施侵入目标的参数计算,首先采用成本较低的单摄像机单目视觉系统,对摄像机监控范围内的空间进行三维建模,便于对其监控范围内的各种物体进行距离测算与三维尺寸测算;接着依据立体视觉系统,对采用最新的模式识别技术识别出的入侵物的大小和距离进行计算,判断威胁程度。文中提出的基于单摄像机成像的电力设施侵入目标的参数计算方法,可以更为准确地判断入侵物大小和位置,从而可靠地判断威胁程度,降低误报和漏报,在输电设施的监控方面有广大的应用前景。

    标签: 摄像机 参数计算 电力

    上传时间: 2013-11-02

    上传用户:chens000

  • 基于太赫兹时域光谱的半导体材料参数测量

    提出了一个考虑FP 效应的半导体材料参数测量方案。利用该方案可以在时域波形中,截取多个反射回峰,以提高材料参数提取的精确度。另外,考虑到多重反射对样品厚度的准确性要求较高,提出了一种有效的厚度优化方法。以GaAs 为待测样品,利用上述方法精确提取了其折射率与消光系数谱.

    标签: 太赫兹 光谱 半导体材料 参数测量

    上传时间: 2013-12-16

    上传用户:alan-ee

  • ACPSO-SVR结合的非线性建模预测算法

    提出一种基于自适应混沌粒子群优化和支持向量机结合的非线性预测建模算法(ACPSO-SVR),引入ACPSO启发式寻优机制对SVR模型的超参数进行自动选取,在超参数取值范围变化较大的情况下,效果明显优于网格式搜索算法。选取UCI机器学习数据库中的Forest fires标准数据集进行测试,实验结果表明该方法具有较高的精度和良好的泛化能力,对于解决多变量的回归预测问题是一种有效的方法。最后给出了混合算法在碳一多相催化领域的两种典型应用,在反应动力学模型未知的情况下建立催化剂组份模型和操作条件模型,以及基于混合算法的最优催化剂设计框架。

    标签: ACPSO-SVR 非线性建模 预测算法

    上传时间: 2013-10-23

    上传用户:alibabamama