專輯類-電子基礎(chǔ)類專輯-153冊(cè)-2.20G 電子技術(shù)（電工學(xué)Ⅱ）典型題解析及自測(cè)試題-299頁-3.2M.pdf
上傳時(shí)間： 2013-06-19
上傳用戶：aa17807091
專輯類-數(shù)字處理及顯示技術(shù)專輯-106冊(cè)-9138M 空時(shí)自適應(yīng)信號(hào)處理-207頁-4.8M.pdf
上傳時(shí)間： 2013-04-24
上傳用戶：watch100
專輯類-數(shù)字處理及顯示技術(shù)專輯-106冊(cè)-9138M 自適應(yīng)濾波器原理（第三版）1007頁-15.4M.pdf
標(biāo)簽： 1007 15.4 自適應(yīng)濾波器
上傳時(shí)間： 2013-04-24
上傳用戶：wang0123456789
專輯類-單片機(jī)專輯-258冊(cè)-4.20G 自裝單片微電腦快速入門-102頁-2.2M.pdf
上傳時(shí)間： 2013-05-23
上傳用戶：caixiaoxu26
本文擬借助于神經(jīng)網(wǎng)絡(luò)良好的逼近能力，實(shí)現(xiàn)永磁同步電機(jī)的無位置傳感器控制。 人工神經(jīng)網(wǎng)絡(luò)(Neural Network)可以逼近任意復(fù)雜非線性映射，具有很強(qiáng)的自學(xué)習(xí)自適應(yīng)能力，十分適合于解決復(fù)雜的非線性控制問題。其中，BP神經(jīng)網(wǎng)絡(luò)是目前廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)之一，得到了較為深入的研究，其結(jié)構(gòu)簡單，需要離線確定的參數(shù)少、泛化能力強(qiáng)、逼近精度高、實(shí)時(shí)性強(qiáng)，采用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)永磁同步電機(jī)的調(diào)速控制具有重要意義。 文中提出了基于BP神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)自適應(yīng)調(diào)速控制策略，建立了一種包含辨識(shí)網(wǎng)絡(luò)和控制網(wǎng)絡(luò)的雙神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)控制系統(tǒng)。辨識(shí)網(wǎng)絡(luò)在線動(dòng)態(tài)辨識(shí)系統(tǒng)輸出并對(duì)控制網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整，控制網(wǎng)絡(luò)與PI控制方法相結(jié)合實(shí)現(xiàn)永磁同步電機(jī)自適應(yīng)轉(zhuǎn)速控制。仿真結(jié)果表明，該系統(tǒng)動(dòng)態(tài)響應(yīng)快、實(shí)時(shí)性較強(qiáng)、精度較高。 文中提出了一種基于混合訓(xùn)練算法的BP神經(jīng)網(wǎng)絡(luò)永磁同步電機(jī)無位置傳感器控制方法。采用混沌優(yōu)化和梯度下降法相結(jié)合的混合算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練后，將其用于永磁同步電機(jī)的轉(zhuǎn)子位置角在線估計(jì)。結(jié)果表明，該訓(xùn)練算法可以有效地加快神經(jīng)網(wǎng)絡(luò)收斂速度，且估計(jì)的轉(zhuǎn)子位置角誤差較小、精度較高。 文中建立了以TMS320F2812芯片為核心的永磁同步電機(jī)調(diào)速控制系統(tǒng)，并進(jìn)行了相應(yīng)的軟硬件設(shè)計(jì)，為實(shí)現(xiàn)永磁同步電機(jī)的各種控制策略奠定了實(shí)驗(yàn)基礎(chǔ)。DSP控制系統(tǒng)為神經(jīng)網(wǎng)絡(luò)訓(xùn)練提供樣本，為研究永磁同步電機(jī)的自適應(yīng)調(diào)速控制和轉(zhuǎn)子位置角估計(jì)創(chuàng)造了條件。
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 永磁同步電機(jī) 自適應(yīng)控制
上傳時(shí)間： 2013-05-23
上傳用戶：1101055045
隨著電力電子技術(shù)的飛速發(fā)展,越來越多的電力電子裝置被廣泛應(yīng)用到各個(gè)領(lǐng)域,其中相當(dāng)一部分負(fù)荷具有非線性或具有時(shí)變特性,使電網(wǎng)中暫態(tài)沖擊、無功功率、高次諧波及三相不平衡問題日趨嚴(yán)重,給電網(wǎng)的供電質(zhì)量造成嚴(yán)重的污染和損耗.因此,對(duì)電力系統(tǒng)進(jìn)行諧波抑制和無功補(bǔ)償,提高電網(wǎng)供電質(zhì)量變得十分重要.電力有源濾波器(Active Power Filter,簡稱APF)與無源濾波器相比,APF具有高度可控制和快速響應(yīng)特性,并且能跟蹤補(bǔ)償各次諧波、自動(dòng)產(chǎn)生所需變化的無功功率和諧波功率,其特性不受系統(tǒng)影響,無諧波放大威脅.并聯(lián)型電力有源濾波器(Shunt Active Power Filter,簡稱SAPF)更是得到了廣泛的應(yīng)用. 近年來,自適應(yīng)算法中的遞推最小二乘法(簡稱RLS)應(yīng)用越來越廣泛,該算法簡單,收斂速度快.應(yīng)用基于RLS自適應(yīng)算法的濾波器(簡稱RLS濾波器),可以快速有效的濾除雜波,同時(shí)自動(dòng)調(diào)整濾波器參數(shù),不斷改進(jìn)濾波性能,最終得到所需的信號(hào). 本文研究了基于平均功率和RLS自適應(yīng)算法的并聯(lián)型有源濾波器.它的參考電流是一個(gè)同電網(wǎng)相電壓同相位的三相平衡的有功電流,它包含兩個(gè)分量:一個(gè)是由實(shí)測(cè)的三相負(fù)載瞬時(shí)功率計(jì)算得到的,基于平均功率算法的電網(wǎng)應(yīng)該為負(fù)載各相提供的有功電流瞬時(shí)參考值；另一個(gè)是為了維持有源濾波器中逆變器的直流母線電壓基本恒定,主要通過RLS濾波器計(jì)算得出的電網(wǎng)各相應(yīng)該提供的有功電流瞬時(shí)參考值.兩個(gè)分量的計(jì)算共同構(gòu)成了該有源濾波器參考電流的計(jì)算.補(bǔ)償電流指令值與實(shí)際補(bǔ)償電流比較生成控制逆變橋工作的PWM脈沖,生成補(bǔ)償電流,達(dá)到補(bǔ)償負(fù)載無功和抑制諧波的目的. 應(yīng)用RLS濾波器得到維持直流母線電壓恒定的直流側(cè)有功系數(shù)A<,dc>,克服了傳統(tǒng)PI控制中參數(shù)難以得到且由于參數(shù)過于敏感而導(dǎo)致補(bǔ)償后電流紋波太大的問題.使得當(dāng)穩(wěn)態(tài)時(shí)SAPF自身的功率損耗和暫態(tài)負(fù)載變化時(shí)因?yàn)橹绷鱾?cè)電容提供電網(wǎng)和負(fù)載之間的有功功率差而引起的電壓的波動(dòng)迅速反饋到指令電流的計(jì)算中.RLS算法收斂快,SAPF實(shí)時(shí)性大大提高.基于該方法的SAPF結(jié)構(gòu)簡單,無需鎖相器. 根據(jù)本文的算法應(yīng)用MATAB建立了仿真系統(tǒng),仿真結(jié)果表明基于該算法的SAPF的可行性和實(shí)時(shí)性.
標(biāo)簽： RLS 功率 自適應(yīng)算法
上傳時(shí)間： 2013-04-24
上傳用戶：mfhe2005
永磁同步電機(jī)(Permanent Magnet Synchronous Motor)因功率密度大、效率高、過載能力強(qiáng)、控制性能優(yōu)良等優(yōu)點(diǎn)，在中小容量調(diào)速系統(tǒng)和高精度調(diào)速場(chǎng)合發(fā)展迅速。但由于永磁同步電機(jī)的磁場(chǎng)具有獨(dú)特的交叉耦合和交叉飽和現(xiàn)象，且其控制系統(tǒng)是一個(gè)強(qiáng)非線性、時(shí)變和多變量系統(tǒng)，要實(shí)現(xiàn)高精度調(diào)速就需對(duì)其控制策略進(jìn)行深入研究。 永磁同步電機(jī)調(diào)速系統(tǒng)中，位置傳感器的存在使得系統(tǒng)成本增加、結(jié)構(gòu)復(fù)雜、可靠性降低，所以永磁同步電機(jī)的無位置傳感器控制成為一個(gè)新的研究熱點(diǎn)。本文擬借助于神經(jīng)網(wǎng)絡(luò)良好的逼近能力，實(shí)現(xiàn)永磁同步電機(jī)的無位置傳感器控制。 人工神經(jīng)網(wǎng)絡(luò)(Neural Network)可以逼近任意復(fù)雜非線性映射，具有很強(qiáng)的自學(xué)習(xí)自適應(yīng)能力，十分適合于解決復(fù)雜的非線性控制問題。其中，BP神經(jīng)網(wǎng)絡(luò)是目前廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)之一，得到了較為深入的研究，其結(jié)構(gòu)簡單，需要離線確定的參數(shù)少、泛化能力強(qiáng)、逼近精度高、實(shí)時(shí)性強(qiáng)，采用BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)永磁同步電機(jī)的調(diào)速控制具有重要意義。 文中提出了基于BP神經(jīng)網(wǎng)絡(luò)的永磁同步電機(jī)自適應(yīng)調(diào)速控制策略，建立了一種包含辨識(shí)網(wǎng)絡(luò)和控制網(wǎng)絡(luò)的雙神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)控制系統(tǒng)。辨識(shí)網(wǎng)絡(luò)在線動(dòng)態(tài)辨識(shí)系統(tǒng)輸出并對(duì)控制網(wǎng)絡(luò)參數(shù)進(jìn)行調(diào)整，控制網(wǎng)絡(luò)與PI控制方法相結(jié)合實(shí)現(xiàn)永磁同步電機(jī)自適應(yīng)轉(zhuǎn)速控制。仿真結(jié)果表明，該系統(tǒng)動(dòng)態(tài)響應(yīng)快、實(shí)時(shí)性較強(qiáng)、精度較高。 文中提出了一種基于混合訓(xùn)練算法的BP神經(jīng)網(wǎng)絡(luò)永磁同步電機(jī)無位置傳感器控制方法。采用混沌優(yōu)化和梯度下降法相結(jié)合的混合算法對(duì)BP神經(jīng)網(wǎng)絡(luò)進(jìn)行離線訓(xùn)練后，將其用于永磁同步電機(jī)的轉(zhuǎn)子位置角在線估計(jì)。結(jié)果表明，該訓(xùn)練算法可以有效地加快神經(jīng)網(wǎng)絡(luò)收斂速度，且估計(jì)的轉(zhuǎn)子位置角誤差較小、精度較高。 文中建立了以TMS320F2812芯片為核心的永磁同步電機(jī)調(diào)速控制系統(tǒng)，并進(jìn)行了相應(yīng)的軟硬件設(shè)計(jì)，為實(shí)現(xiàn)永磁同步電機(jī)的各種控制策略奠定了實(shí)驗(yàn)基礎(chǔ)。DSP控制系統(tǒng)為神經(jīng)網(wǎng)絡(luò)訓(xùn)練提供樣本，為研究永磁同步電機(jī)的自適應(yīng)調(diào)速控制和轉(zhuǎn)子位置角估計(jì)創(chuàng)造了條件。
標(biāo)簽： BP神經(jīng)網(wǎng)絡(luò) 永磁同步電機(jī) 自適應(yīng)控制
上傳時(shí)間： 2013-07-03
上傳用戶：kakuki123
心音信號(hào)是人體最重要的生理信號(hào)之一，包含心臟各個(gè)部分如心房、心室、大血管、心血管及各個(gè)瓣膜功能狀態(tài)的大量生理病理信息。心音信號(hào)分析與識(shí)別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對(duì)目前該研究領(lǐng)域中存在的分析方法問題和分類識(shí)別技術(shù)難點(diǎn)展開了深入的研究，內(nèi)容涉及心音構(gòu)成的分析、心音信號(hào)特征向量的提取、正常心音信號(hào)（NM）和房顫（AF）、主動(dòng)脈回流（AR）、主動(dòng)脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號(hào)的分類識(shí)別。本文的工作內(nèi)容包括以下5個(gè)方面： a）心音信號(hào)采集與預(yù)處理。本文采用自行研制的帶有錄音機(jī)功能的聽診器實(shí)現(xiàn)對(duì)心音信號(hào)的采集。通過對(duì)心音信號(hào)噪聲分析，選用小波降噪作為心音信號(hào)的濾波方法。根據(jù)實(shí)驗(yàn)分析，選擇Donoho閾值函數(shù)結(jié)合多級(jí)閾值的方法作為心音信號(hào)預(yù)處理方案。 b）心音信號(hào)時(shí)頻分析方法。文中采用5種時(shí)頻分析方法分別對(duì)心音信號(hào)進(jìn)行了時(shí)頻譜特性分析，結(jié)果表明：不同的時(shí)頻分析方法與待分析心音信號(hào)的特性有密切關(guān)系，即需要在小的交叉項(xiàng)干擾與高的時(shí)頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應(yīng)錐形核時(shí)頻（ATF）分析方法，通過實(shí)驗(yàn)驗(yàn)證該分布能較好地反映心音信號(hào)的時(shí)頻結(jié)構(gòu)，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時(shí)頻分析方法，從而選擇自應(yīng)錐形核時(shí)頻分析方法進(jìn)行心音信號(hào)分析。 c）心音信號(hào)特征向量提取。根據(jù)對(duì)3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫中標(biāo)準(zhǔn)心音信號(hào)的時(shí)頻分析結(jié)果，提取8組特征數(shù)據(jù)，通過Fihser降維處理方法提取出了實(shí)現(xiàn)分類可視化，且最易于分類的心音信號(hào)的2維特征向量，作為心音信號(hào)分類的特征向量。 d）心音信號(hào)分類方法。根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，研究了支持向量機(jī)核函數(shù)、多分類支持向量機(jī)的選取方法，同時(shí)，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準(zhǔn)則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號(hào)分類的支持向量機(jī)模型，選取標(biāo)準(zhǔn)數(shù)據(jù)庫中NM、AF、AR、AS、MR每類心音信號(hào)的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機(jī)的學(xué)習(xí)樣本，對(duì)余下的每類20組數(shù)據(jù)進(jìn)行測(cè)試，得到每類的分類精度（Ar）均為100％，同時(shí)對(duì)臨床上采集的與上述4種同類心臟雜音信號(hào)和正常心音信號(hào)中每類24個(gè)心動(dòng)周期進(jìn)行分類實(shí)測(cè)，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗(yàn)證了該方法的分類有效性。 e）心音信號(hào)分析與識(shí)別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實(shí)現(xiàn)了心音信號(hào)分析與識(shí)別的軟件運(yùn)行平臺(tái)構(gòu)建，可完成對(duì)心音信號(hào)的讀取、預(yù)處理，繪制時(shí)-頻、能量特性的三維圖及兩維等高線圖；同時(shí)，利用MATLAB與EXCEL的動(dòng)態(tài)鏈接，實(shí)現(xiàn)對(duì)心音信號(hào)分析數(shù)據(jù)的存儲(chǔ)以及統(tǒng)計(jì)功能；最后，通過對(duì)心音信號(hào)2維特征向量的分析，實(shí)現(xiàn)心音信號(hào)的自動(dòng)識(shí)別功能。 本文的研究特色主要體現(xiàn)在心音信號(hào)特征向量提取的方法以及多分類支持向量機(jī)模型的建立兩方面。 綜上所述，本文從理論與實(shí)踐兩方面對(duì)心音信號(hào)進(jìn)行了深入的研究，主要是采用自適應(yīng)錐形核時(shí)頻分析方法提取心音信號(hào)特征向量，根據(jù)心音信號(hào)特征向量組成的散點(diǎn)圖，建立心音信號(hào)分類的支持向量機(jī)模型，并對(duì)正常心音信號(hào)和4種心臟雜音信號(hào)進(jìn)行了分類研究，取得了較為滿意的分類結(jié)果，但由于用于分類的心臟雜音信號(hào)種類及數(shù)據(jù)量尚不足，因此，今后的工作重點(diǎn)是采集更多種類的心臟雜音信號(hào)，進(jìn)一步提高心音信號(hào)分類精度，使本文研究成果能最終應(yīng)用于臨床心臟量化聽診。 關(guān)鍵詞：心音信號(hào)，小波降噪，非平穩(wěn)信號(hào)，心臟雜音，信號(hào)處理，時(shí)頻分析，自適應(yīng)，支持向量機(jī)
上傳時(shí)間： 2013-04-24
上傳用戶：weixiao99
交流伺服技術(shù)是研制開發(fā)各種先進(jìn)的機(jī)電一體化設(shè)備，如工業(yè)機(jī)器人、數(shù)控機(jī)床、加工中心等的關(guān)鍵性技術(shù)，但是要提高交流伺服系統(tǒng)的控制性能關(guān)鍵在于伺服控制器對(duì)電機(jī)動(dòng)態(tài)和靜態(tài)響應(yīng)的控制，要獲得良好的電機(jī)動(dòng)、靜態(tài)性能關(guān)鍵在于伺服控制器的控制算法。為此，本文開展了主要針對(duì)電機(jī)控制算法中的PID控制器參數(shù)整定算法研究。研究工作是基于黑龍江省科技攻關(guān)項(xiàng)目為支撐。 本論文在查閱大量文獻(xiàn)資料的基礎(chǔ)上，掌握了系統(tǒng)構(gòu)成和基本控制原理，并分析了國內(nèi)交流伺服存在的問題，設(shè)計(jì)了基于TI公司電機(jī)數(shù)字化控制芯片TMS320F2812的交流伺服控制器的控制單元；基于三菱公司智能化功率器件IPM設(shè)計(jì)了控制器的功率單元；以及電源單元和相關(guān)電路的保護(hù)單元。 基于電機(jī)矢量控制原理，構(gòu)建了永磁同步電機(jī)的矢量控制模型，在原有研究的基本PID控制基礎(chǔ)上，根據(jù)模糊控制的基本原理，研究了應(yīng)用于電機(jī)控制的模糊參數(shù)自整定PID控制器設(shè)計(jì)原理，構(gòu)建模糊參數(shù)自整定PID控制器的數(shù)學(xué)模型，并進(jìn)行該系統(tǒng)的仿真研究和實(shí)際應(yīng)用程序設(shè)計(jì)。 本文的重點(diǎn)是闡述模糊參數(shù)自整定PID控制器的設(shè)計(jì)原理和方法，利用基于模糊參數(shù)自整定PID控制器的交流伺服系統(tǒng)仿真模型，應(yīng)用Matlab/Simulink仿真軟件平臺(tái)驗(yàn)證模型和算法的正確性，并與常規(guī)PID控制性能進(jìn)行對(duì)比分析。在實(shí)際硬件平臺(tái)驗(yàn)證了本文提出算法的可行性和正確性。 通過仿真和實(shí)際結(jié)果對(duì)比得出結(jié)論，模糊參數(shù)自整定PID控制器可以提高交流伺服系統(tǒng)的動(dòng)態(tài)和靜態(tài)性能。
上傳時(shí)間： 2013-04-24
上傳用戶：lht618
本文以異步電機(jī)參數(shù)離線自整定及參數(shù)在線辨識(shí)為對(duì)象，從理論分析，算法提出，仿真證明和實(shí)驗(yàn)驗(yàn)證四部分進(jìn)行了深入研究。 異步電機(jī)參數(shù)離線自整定及參數(shù)在線辨識(shí)技術(shù)的研究，為異步電機(jī)控制性能的不斷提高提供了保障，以使更好，更精確的控制方式能夠應(yīng)用到工程實(shí)際中去。 由于在工程中使用的電機(jī)和變頻器不一定能夠匹配，而需要在電機(jī)運(yùn)行之前由專業(yè)的工程師對(duì)變頻器作重新設(shè)置，此過程復(fù)雜，耽誤時(shí)間而且需要專業(yè)人員操作。 本文提出一套異步電機(jī)參數(shù)離線自整定算法，使用C語言編程，并在一臺(tái)2.2KW電機(jī)的硬件實(shí)驗(yàn)平臺(tái)上驗(yàn)證了該算法，實(shí)現(xiàn)了電機(jī)在運(yùn)行之前，變頻器自動(dòng)測(cè)試出電機(jī)的基本參數(shù)，為矢量控制等控制方式提供所需要的電機(jī)參數(shù)。 電機(jī)在運(yùn)行過程中，由于溫度等因素的影響，電機(jī)的參數(shù)會(huì)發(fā)生變化，影響電機(jī)運(yùn)行的穩(wěn)定性，所以要對(duì)電機(jī)參數(shù)做在線辨識(shí)。本文對(duì)異步電機(jī)參數(shù)在線辨識(shí)作了理論分析和方法總結(jié)，為下一步工作打下基礎(chǔ)。 算法的實(shí)現(xiàn)需要相應(yīng)的硬件實(shí)驗(yàn)平臺(tái)，本文對(duì)硬件實(shí)驗(yàn)平臺(tái)作了詳細(xì)介紹，包括主電路的設(shè)計(jì)、IGBT的驅(qū)動(dòng)保護(hù)電路設(shè)計(jì)、DSP數(shù)字控制器的設(shè)計(jì)。 本文還對(duì)文中提出的實(shí)驗(yàn)方法作了MATLAB/Simulink仿真，驗(yàn)證了該方法的可行性，對(duì)實(shí)驗(yàn)有指導(dǎo)意義。
標(biāo)簽： 異步電機(jī) 參數(shù) 參數(shù)辨識(shí)
上傳時(shí)間： 2013-04-24
上傳用戶：541657925
蟲蟲下載站版權(quán)所有 京ICP備2021023401號(hào)-1
