提出了一种利用模糊控制器进行倒立摆控制的方法，建立了倒立摆的数学模型，并进行了计算机仿真，仿真结果表明，该方案可以得到较为满意的结果。
上传时间： 2017-07-22
上传用户：zukfu
倒立摆模型的局部线性化 设倒立摆的摆角范围为[-15,15]度，摆角角速度范围为[-200,200]度/秒，摆角角加速度范围为[-200,200]度/秒2，采用三角形隶属函数对摆角和摆角角速度进行模糊化，摆角初始状态为[0.2,0]。
上传时间： 2017-09-12
上传用户：lx9076
基于小波和全变分两种不同模型进行图像去模糊和去噪试验。使用快速有效的FISTA算法。
标签： 图像恢复 图像去噪 小波 全变分
上传时间： 2015-03-11
上传用户：CCXZCCXZCCXZ
模糊动态规划法（FDP）的提出是为了解决配电站的无功功率、电压控制问题。主要目的是提高二级总线上的电压分布以及同时抑制主变压器的无功功率流入。为了达到我们的目标，变压器分接头通常安装在主变压器上，用来调整二次电压，连接在二级总线上的电容器用来补偿负荷所需求的无功潮流。我们首先预测主变压器的有功和无功的功率要求以及第二天的主电压。利用手边的预测数据，快速地产生了一个LTC分接头位置的估算公式，这个估算公式考虑了负荷模型，有效地降低了该方法的计算负担。把对母线电压的实际限制，一天之中主电压器的LTC开关操作所允许的最大次数和电容器承受的最差功率因素都纳入了考虑。为了证明该方法的有效性，对台北市台湾电力公司的办公服务区域内的配电站电压无功控制进行了研究。结果表明，可以通过此方法对LTC和电容器进行适当的调度。
标签： 配电 无功控制
上传时间： 2015-03-29
上传用户：dada_yj_1118
此模型是的信号发生器是由b.mat的simulink模型动态生成，共有10个用户，扩频信号是由gold码或产生，共有恒模算法、子空间算法、改进型恒模算法和最小能量检测算法等几个算法程序。
上传时间： 2017-05-04
上传用户：zxc280395350
步骤一 按快捷键Ctrl+N新建A4大小空白横向文档，并填充颜色为浅绿色。 步骤二 选择工具箱中的“贝塞尔工具”绘制荷叶，使用“形状工具”进行节点调整。填充轮廓色和填充色。 步骤三 在工具箱中选择“网状填充工具”设置网格中的行列数为3*3，鼠标框选中间4个节点，统一填充颜色为（R：0，G:153，B：51）。 步骤四 选择“贝塞尔工具”绘制荷叶叶脉，由于所画线条是不连接的单一曲线，所以绘制时可以借助键盘上的“空格”键来进行切换。 步骤五 接着利用“贝塞尔工具”依照前面的方法绘制出不同形态的叶子并Ctrl+G群组。 步骤六 用“贝塞尔工具”绘制荷叶茎部，按F12键调整曲线宽度为3，自定义颜色值为（C：70，M:0，Y：100，K：0），然后执行“对象”→“将轮廓转换为对象”命令，再次按F12键添加宽度为细线的（C：78，M:19，Y：76，K：0）的颜色值，调整顺序到后层。 步骤七 选择一片群组合过的叶子，进行位图模糊处理，放在画面后面，达到近实远虚的视觉效果。 步骤八 选择“贝塞尔工具”绘制花瓣，借助网状填充工具填充粉色到洋红色，按Ctrl键绘制一个正圆，按F12把圆加粗，然后执行“对象”→“将轮廓转换为对象”命令（Ctrl+Shift+Q）。 步骤九 绘制各种形态的荷花造型，并群组图形。
上传时间： 2018-08-03
上传用户：cjmktt
IDAQ-8098 控温模块是专为精确控温应用而设计的，采用多 CPU 方案实现采集和 PID 控制分开工 作，采用 Modbus 通信协议，通过 RS-485 通信接口下载控温参数，并实时监测被控温区实时温度、控温 状态和数字量输入输出状态，还可以控制控温的启停等功能。启动控温后，模块能够按照设定的控温参数 自动工作，无须其他设备干预，这样就大大减轻了控制系统的工作负担，提高了整个系统的稳定性和可靠 性。IDAQ-8098 控温模块完全实现系统的温度采集和控制，有效减少了技术部门在该功能上的开发和调试 时间，使产品能够快速占领市场。 ◆ 多 CPU 工作方式，采集热电偶信号和 PID 控制完全分开协同式工作 ◆ 控温方式：增量 PID 加模糊控制，自适应 PID 控制（保存自适应的最佳参数供下次使用） ◆ 8 个控温通道各自独立 PID 控制，对应于 8 个通道的热电偶输入 ◆ PID 采样周期可达 500ms ◆ 控温精度最高能达到±0.5℃ ◆ 五种脉宽输出指示五种控温状态（不控温、加热、恒温、预警和报警） ◆ 可通过 RS-485 串口远程监视工作状态 ◆ 可和 PLC 挂接通讯，组合成最完美最经济最可靠的 IO 控制和被控温区温度控制系统◆ 有效分辨率：16 位 ◆ 通道：8 路差分 ◆ 输入类型：输入类型：热电偶，PT100，0~20mA，0-10V，-20-+20mV，-78-+78mV，-312-+312mV，0-5000mV ◆ 热电偶类型与温度范围： J -200 ～ 1200℃ K -200 ～ 1370℃ T -200 ～ 400℃ E -200 ～ 1000℃ R -50 ～ 1760℃ S -50 ～ 1760℃ B 0 ～ 1820℃ PT100 温度范围：-200 ～ 660℃ ◆ 隔离电压：3000Vdc ◆ 故障与过压保护：最大承受电压±35V ◆ 采样速率：20 采样点/ 秒（总共） ◆ 输入阻抗：20M ◆ 精度：±0.1%( 电压输入) ◆ 零漂移：±3uV/℃
标签： PID温控模块
上传时间： 2021-12-09
上传用户：
结构体的具体尺寸如下所示：a=1.20h=0.620其中介质锥的介电常数E=2.0。选定工作频率为f=15GHz相对应的真空中的波长为0=20mm，这样结构体的儿何尺寸己经完全确定，下面介绍求解的全过程选定求解方式为（Solution Type）Driven modal1.建立所求结构体的几何模型（单位：mm）。由于此结构体的几何形状较简单，使用工具栏中的Draw命令可直接画出，这里不再赘述述。画出的结构体如图4.1.2所示。2.充结构体的材料选定结构体中的锥体部分，添加其介电常数Er=20的介质材料注：如果HSS中没有提供与所需参数完全相同的材料，用户可以通过新建材料或修改已有材料，使其参数满足用户需求设定结构体的边界条件及其激励源a.选定结构体的贴片部分，设定其为理想导体（PerE）。b.画出尺寸为X×Y×Z=70mm×70mm×40mm的长方体作为辐射边界，并设定其边界条件为辐射边界条件（Radiation Boundary）。c.由于要求出结构体的RCS，因此设定激励源为平面入射波（Incident Wave Source）。如图4.1.3所示。4.设定求解细节，检验并求解a.设定求解过程的工作频率为f=15GHz.其余细节设定如图4.1.4所示。b.设定远区辐射场的求解（Far Field Radiation Sphere栏的设定）。c.使用 Validation check命令进行检验，无错误发生，下一步运行命令 Analyze，对柱锥结构体进行求解。如图4.1.5和4.1.6所示。
上传时间： 2022-03-10
上传用户：
摘要: 智能机器人仿真系统，由于智能机器人受到自身多传感器信息融合和控制多样性等因素的影响，仿真系统设计主要都 是以数学建模的形式化仿真为主，无法实现数学建模与场景实现协调仿真。为此，首先分析两轮移动机器人数学运动模型， 然后设计与机器人控制系统相关的传感器数据采集分析、机器人智能自动控制和人工控制等模块，以实现机器人控制的真 实场景。仿真系统利用 LabVIEW 设计控制界面，并结合 Robotics 工具包的建模、计算和控制功能。仿真结果表明设计的平 台更适合教学和实验室研究，并可为实际的物理过程提供数据参考和决策建议。 关键词: 机器人; 虚拟; 系统仿真 中图分类号: TP242 文献标识码: B1 引言 随着测控技术的发展，虚拟仪器技术已成为工业控制和 自动化测试等领域的新生力量［1］。而机器人作为一种新型 的生产工具，应用范围已经越来越广泛，几乎渗透到各个领 域，是一项多学科理论与技术集成的机电一体化技术。目前 机器人仿真系统主要集中在复杂的机器人数学模型构建与 形式化仿真，无法实现分析机器人运动控制的静态和动态特 性，更加无法实现控制的真实场景［2］。为了改善专业控制软 件在硬件开发周期较长的缺点，本文拟建立一个基于通用软 件的实时仿真和控制平台，以更适合教学和实验室研究。本 文以通用仿真软件 LabVIEW 和 Robotics ［3］为实时仿真与控 制平台，采用 LabVIEW 搭建控制界面，利用 Robotics 在后台 进行系统模型和优化控制算法计算，使其完成机器人控制系 统应有的静态和动态性能分析，不同环境下传感器变化模拟 显示以及目标路径形成等功能。 2 系统构成 仿真系统的构成主要包括了仿真界面、主控制界面、障 碍检测、智能控制和人工控制模块。其中主要对人工控制和 智能控制进行程序设计。仿真运行时，障碍检测一直存在， 主要是为了在智能控制模式下的智能决策提供原始数据。 在人工控制模式下，障碍检测依然存在，只不过对机器人行 动不产生影响，目的是把环境信息直观
标签： 智能机器人
上传时间： 2022-03-11
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：
