国外大牛写的电源控制仿真模型，讲解很详细。
标签： 电源控制仿真模型
上传时间： 2021-11-03
上传用户：kent
西交大无刷直流电机控制PPT 西交大无刷直流电机控制PPT
标签： 电机控制
上传时间： 2021-11-30
上传用户：qdxqdxqdxqdx
基于嵌入式操作系统的机器人欠驱动控制模型算法设计与实现源码基于嵌入式操作系统的机器人欠驱动控制模型算法设计与实现源码
上传时间： 2021-12-29
上传用户：aben
直流无刷电机S曲线加减速控制算法及其实现直流无刷电机S曲线加减速控制算法及其实现
标签： 直流无刷电机
上传时间： 2022-02-06
上传用户：
基于人工神经网络实现智能机器人的避障轨迹控制摘 要：利用人工神经网络中的二级 BP网。模拟智能机器人的两控制参数(左 、右轮速)间的函数关系。实现避 障轨迹为圆弧或椭圆弧的轨迹控制 。并且通过调整椭圆长、短轴大小。能实现多个及多层障碍物的避障控制．该方法 的突出特点是方法简单、算法容易实现 。使机器人完成多个及多层避障动作时。不滞后于动态环境里其它机器人(障 碍物)位置的变化．在仿真实验中。取得了理想的效果． 关键词；BP神经网络I多个及多层避障控制I椭圆轨迹1 弓I言(Introduction) 在机器人中，避障轨迹的生成是一个重要的问 题．对于不确定的动态环境下的实时避障轨迹生成， 是较为困难的．有关这方面的研究，目前已有许多方 法．一些神经网络模型被设计出来，产生实时的轨迹 生成．文献113[23提供的神经网络模型产生的轨迹 生成仅能处理在静态环境下及假设空间中没有障碍 物的情况．[3]提供的神经网络模型，能为智能机器 人产生导航的避障轨迹，然而模型在计算上相当复 杂．文献[43提供了Hopfield神经网络模型，能在动 态环境下产生时实的避障轨迹生成，并在文献[5] 中，严格证明了因该方法生成的轨迹没有遭受局部 极小点逃离问题．并且文献[63用两个神经网络层叠 加起来，每层构造相似于[43中的网络结构．它是利 用第二层网络来发现下一个机器人位置的无监督模 型，然而它却加倍了计算量，尽管文献[4，6]提供的 方法能在动态环境下，产生时实避障轨迹，但都具有 较慢的运动速度，在快速变化的环境下不能恰当地 完成动作执行，因为机器人要比较好地完成避障动 作，必须不能滞后于障碍物动作变化
上传时间： 2022-02-12
上传用户：得之我幸78
基于单片机无线收发控制的交通信号灯模型这是一份非常不错的资料，欢迎下载，希望对您有帮助！
上传时间： 2022-03-02
上传用户：
用于pswm电机的控制模型，基于MATLAB
上传时间： 2022-03-10
上传用户：
1.针对一类参数未知的非线性离散时间动态系统，提出了一种新的基于神经网络的MMAC方法。首先，将系统分为线性部分和非线性部分。针对系统线性部分采用局部化方法逮立多个固定模型覆盖系统的参数范围，在此基础上，建立自适应模型来提高系统性能；针对系统非线性部分建立非线性神经网络预测模型来邏近系统的非线性。然后，针对每个子模型设计相应的擅制器。最后，设计基于误差范数形式的性能指标函数对控制器进行硬切换。仿真结果表明，所提出的MMAC方法与传统的在参数空间均匀分布的MMAC方法相比能显著提高非线性系统的暂态性能。2针对一类具有参数跳变的非线性离散时间动态系统，提出子一种基才聚类方法和神经网络的MMAC方法，首先，采用模糊c均值聚类算法对系统先验数据进行分类处理，再分别对每类数据采用RLS算法建立多个固定模型。在此基础上，建立两个白适应模型来提高系统响应速度和控制品质，建立神经网络预测模型来补偿系统非线性。然后，分别针对相应的子模型设计线性鲁棒自适应控制器和神经网络控制器。最后，采用基于信号有界和测量误差的性能切换指标对控制器进行切换，并证明闭环系统的稳定性。仿真结果表明，所提出的算法能更好地解决非线性系统发生参数跳变问题，使得系统具有良好的控制品质3.针对MMAC方法中的模型库优化问题，考虑系统实际运行数据，提出了种基于相似度准则和设置最大模型数的动态优化模型库方法。该方法能对新数据进行综合考量并判断是否应该将该数据纳入子模型建模，并通过设置最大模型数来确保系统用最少的子模型就能保证系统的控制性能。仿真结果表明，所提出的算法能极大地减少子模型数量且具有较好的控制效果。关键词：非线性系统；多模型方法；自适应控制；模糊聚类；神经网络
标签： 自适应控制
上传时间： 2022-03-11
上传用户：
蚂蚁聚类算法的无信息素模型综述
标签： 蚂蚁算法
上传时间： 2022-03-12
上传用户：d1997wayne
建模、控制算法研究以及仿真试验都是燃气轮机研制过程中必不可少的环节，本文针对三者展开研究首先，采用容积惯性法代替牛顿-拉普逊法建立三轴燃气轮机非线性动态模型，并考虑变比热、引气与冷却等环节，通过与试车数据比较验证了所建模型具有良好的仿真精度。采用容积惯性法不但提高了模型的实时性，并且动态过程更接近真实燃气轮机运转状态。分析了容积惯性法建模中低转速阶段仿真时出现的参数振荡现象产生的原因，通过增加低转速特性数据消除了参数振荡，并提出了一种基于指数平衡与样条拟合的外推方法来获得低转速特性数据。通过低压压气机特性数据外推计算与分析，证明了该外推方法具有较好的准确性。然后，针对重型燃气轮机非线性强、惯性大和负载多变等特点，提出了一种基于深度信念网络的自适应控制器。该控制器结合了深度信念网络和传统PD控制器，其中深度信念网络作用是在线调整PID参数，而传统PD控制器负责控制量的计算与输出。通过数字仿真，验证了该控制器满足燃气轮机转速控制的要求，并且具有良好的自适应性，在燃气轮机不同工况下，能够对其转速进行准确控制，使得系统快速响应的同时无超调量。最后，针对燃气轮机硬件在环仿真平台的需要，设计了一种能够采集并模拟多种范围电压、电流与频率信号的接口模拟器。搭建了燃气轮机硬件在环控制平台，在试验前对接口模拟器以及控制器进行了标定与平台的实时性验证。在已有的控制器上，完成了基于RIX作系统的多任务嵌入式控制系统开发。通过硬件在环试验，进一步验证了本文设计的控制器具有良好的控制效果与较强的自适应能力关键词：燃气轮机，容积惯性，建模，仿真，自适应控制，深度信念网络，硬件在环
标签： 自适应控制
上传时间： 2022-03-14
上传用户：
