用途：测量地磁方向，测量物体静止时候的方向，测量传感器周围磁力线的方向。注意，测量地磁时候容易受到周围磁场影响，主芯片HMC5883 三轴磁阻传感器特点（抄自网上）： 1，数字量输出：I2C 数字量输出接口，设计使用非常方便。 2，尺寸小: 3x3x0.9mm LCC 封装，适合大规模量产使用。 3，精度高：1－2 度，内置12 位A/D,OFFSET, SET/RESET 电路，不会出现磁饱和现象，不会有累加误差。 4，支持自动校准程序，简化使用步骤，终端产品使用非常方便。 5，内置自测试电路，方便量产测试，无需增加额外昂贵的测试设备。 6，功耗低：供电电压1.8V, 功耗睡眠模式-2.5uA 测量模式-0.6mA 连接方法： 只要连接VCC，GND，SDA，SDL 四条线。 Arduino GND -> HMC5883L GND Arduino 3.3V -> HMC5883L VCC Arduino A4 (SDA) -> HMC5883L SDA Arduino A5 (SCL) -> HMC5883L SCL (注意，接线是A4，A5，不是D4,D5) 源程序： #include <Wire.h> #include <HMC5883L.h> HMC5883Lcompass; voidsetup() { Serial.begin(9600); Wire.begin(); compass = HMC5883L(); compass.SetScale(1.3); compass.SetMeasurementMode(Measurement_Continuous); } voidloop() { MagnetometerRaw raw = compass.ReadRawAxis(); MagnetometerScaled scaled = compass.ReadScaledAxis(); float xHeading = atan2(scaled.YAxis, scaled.XAxis); float yHeading = atan2(scaled.ZAxis, scaled.XAxis); float zHeading = atan2(scaled.ZAxis, scaled.YAxis); if(xHeading < 0) xHeading += 2*PI; if(xHeading > 2*PI) xHeading -= 2*PI; if(yHeading < 0) yHeading += 2*PI; if(yHeading > 2*PI) yHeading -= 2*PI; if(zHeading < 0) zHeading += 2*PI; if(zHeading > 2*PI) zHeading -= 2*PI; float xDegrees = xHeading * 180/M_PI; float yDegrees = yHeading * 180/M_PI; float zDegrees = zHeading * 180/M_PI; Serial.print(xDegrees); Serial.print(","); Serial.print(yDegrees); Serial.print(","); Serial.print(zDegrees); Serial.println(";"); delay(100); }
上传时间： 2013-12-16
上传用户：stella2015
超声波传感器适用于对大幅的平面进行静止测距。普通的超声波传感器测距范围大概是 2cm~450cm，分辨率3mm（淘宝卖家说的，笔者测试环境没那么好，个人实测比较稳定的 距离10cm~2m 左右，超过此距离就经常有偶然不准确的情况发生了，当然不排除笔者技术 问题。） 测试对象是淘宝上面最便宜的SRF-04 超声波传感器，有四个脚：5v 电源脚（Vcc），触发控制端（Trig），接收端（Echo），地端（GND） 附:SRF 系列超声波传感器参数比较 模块工作原理： 采用IO 触发测距，给至少10us 的高电平信号； 模块自动发送8个40KHz 的方波，自动检测是否有信号返回； 有信号返回，通过IO 输出一高电平，高电平持续的时间就是超声波从发射到返回的时间．测试距离=(高电平时间*声速(340m/s))/2; 电路连接方法 Arduino 程序例子： constintTrigPin = 2; constintEchoPin = 3; floatcm; voidsetup() { Serial.begin(9600); pinMode(TrigPin, OUTPUT); pinMode(EchoPin, INPUT); } voidloop() { digitalWrite(TrigPin, LOW); //低高低电平发一个短时间脉冲去TrigPin delayMicroseconds(2); digitalWrite(TrigPin, HIGH); delayMicroseconds(10); digitalWrite(TrigPin, LOW); cm = pulseIn(EchoPin, HIGH) / 58.0; //将回波时间换算成cm cm = (int(cm * 100.0)) / 100.0; //保留两位小数 Serial.print(cm); Serial.print("cm"); Serial.println(); delay(1000); }
上传时间： 2013-10-18
上传用户：星仔
本设计的整体思路是：以XILINX FPGA作为控制中心，通过提取热释电红外传感器感应到的人体红外线信息，并利用温度传感器DS18B20检测环境温度并直接输出数字温度信号给FPGA 进行处理，在LED数码管上显示当前环境温度值以及预设温度值。通过独立键盘输入预设温度值，其中预设温度值只能为整数形式，检测到的当前环境温度可精确 到小数点后一位。同时采用PWM脉宽调制方式来改变直流风扇电机的转速。并通过两个按键改变预设温度值，一个提高预设温度，另一个降低预设温度值。系统结 构框图如下：
上传时间： 2013-11-12
上传用户：cjf0304
传感器
上传时间： 2013-10-24
上传用户：caiiicc
无线传感器网络是支撑物联网的核心技术之一，而且被认为是工业自动化网络及信号传输的一次重大革命。无线温度传感器网络是由大量具有温度测量功能的传感器节点通过自组织的无线通信方式，相互传递信息，协同完成测温功能的智能专用网络。它综合了传感器技术、嵌入式计算技术、通信技术、分布式信息处理技术、微电子制造技术和软件编程技术，可以实时监测、感知和采集网络所监控区域内的各种环境温度的信息，并对收集到的温度信息进行处理后传送给监控中心，构成完整的温度监控系统。DTD253T是由西安达泰公司设计研发的采用Zigbee2007Pro标准的网络化无线传感器网络系统。
上传时间： 2013-11-18
上传用户：jdm439922924
在工业自动化和过程控制领域，以适当水平监控和维持进程变量至关重要。工业环境中的传感器需要持续或定期对温度、压力以及流量等重要参数进行测量。在工业环境中进行传感的主要挑战在于，如何在高噪声和高浪涌电压条件下调节低信号电平。
上传时间： 2013-10-28
上传用户：米米阳123
2伺服驱动与控制—传感器
上传时间： 2013-11-23
上传用户：shaojie2080
热传感器资料
标签： 热传感器
上传时间： 2013-11-07
上传用户：lixinxiang
本课题选用光电传感器作为导向传感器，以设计出使用方便、价格低廉、引导精确、响应速度快的AGV工厂自动运货车为研究目的。 AGV是自动导引运输车（Automated Guided Vehicle）的英文缩写，是当今柔性制造系统(FMS)和自动化仓储系统中物流运输的有效手段。自动导引运输车系统的核心设备是自动导引运输车，作为一种无人驾驶工业搬运车辆，一般用蓄电池作为动力，载重量从几公斤到上百吨，工作场地可以是办公室、车间，也可以是港口、码头。 现代的AGV都是由计算机控制的，车上装有微处理器。多数的AGVS配有系统集中控制与管理计算机，用于对AGV的作业过程进行优化，发出搬运指令，跟踪传送中的构件。装备有电磁或光学等自动导引装置，能够沿规定的导引路径行驶，具有安全保护以及各种移载功能的运输车，工业应用中不需驾驶员的搬运车，以可充电之蓄电池为其动力来源。一般可透过电脑来控制其行进路线以及行为，或利用电磁轨道(electromagnetic path-following system)来设立其行进路线，电磁轨道黏贴於地板上，自动导引运输车则依循电磁轨道所带来的讯息进行移动与动作。 AGV以轮式移动为特征，较之步行、爬行或其它非轮式的移动机器人具有行动快捷、工作效率高、结构简单、可控性强、安全性好等优势。与物料输送中常用的其他设备相比，AGV的活动区域无需铺设轨道、支座架等固定装置，不受场地、道路和空间的限制。因此，在自动化物流系统中，最能充分地体现其自动性和柔性，实现高效、经济、灵活的无人化生产。 AGV的常用引导方式有电磁感应式引导，激光引导，电磁陀螺式引导等，通过对这种引导方式的比较，我们选用光电传感器作为导向传感器，因为光电检测方法具有精度高、反应快、非接触等优点，而且可测参数多，传感器的结构简单，形式灵活多样。选用红外传感器作为蔽障传感器，因为红外线对外界环境光线的适应能力比较强。用直流测速发电机作为速度传感器。设计出使用方便、价格低廉、引导精确、响应速度快的AGV。
上传时间： 2015-01-02
上传用户：LANCE
为了提高直接转矩控制（DTC）系统定子磁链估计精度，降低电流、电压测量的随机误差，提出了一种基于扩展卡尔曼滤波（EKF）实现异步电机转子位置和速度估计的方法。扩展卡尔曼滤波器是建立在基于旋转坐标系下由定子电流、电压、转子转速和其它电机参量所构成的电机模型上，将定子电流、定子磁链、转速和转子角位置作为状态变量，定子电压为输入变量，定子电流为输出变量，通过对磁链和转速的闭环控制提高定子磁链的估计精度，实现了异步电机的无速度传感器直接转矩控制策略，仿真结果验证了该方法的可行性,提高了直接转矩的控制性能。 Abstract: In order to improve the Direct Torque Control（DTC） system of stator flux estimation accuracy and reduce the current， voltage measurement of random error， a novel method to estimate the speed and rotor position of asynchronous motor based on extended Kalman filter was introduced. EKF was based on d-p axis motor and other motor parameters （state vector: stator current， stator flux linkage， rotor angular speed and position； input: stator voltage； output: staror current). EKF was designed for stator flux and rotor speed estimation in close-loop control. It can improve the estimated accuracy of stator flux. It is possible to estimate the speed and rotor position and implement asynchronous motor drives without position and speed sensors. The simulation results show it is efficient and improves the control performance.
上传时间： 2015-01-02
上传用户：qingdou
