網上有很多通訊薄程序，而且功能強大，本程序只為初學者學習之用，其界面及功能相對簡單。 此程序使用文件存儲，并不使用數據庫。程序將文件映射為內存文件，提高存取速度，并實現了簡單的查詢及排序功能。 程序 VC6 + WindowsXP sp2 測試通過
上傳時間： 2017-01-04
上傳用戶：許小華
說明： 本SD卡高度集成閃存,具備串行和隨機存取能力。可以通過專用優化速度的串行接口訪問,數據傳輸可靠。接口允許幾個卡垛疊,通過他們的外部連接。接口完全符合最新的消費者標準,叫做SD卡系統標準,由SD卡系統規范定義。
上傳時間： 2013-12-10
上傳用戶：685
無速度傳感器矢量控制原理與實踐
上傳時間： 2013-06-15
上傳用戶：eeworm
無速度傳感器矢量控制原理與實踐
上傳時間： 2013-07-31
上傳用戶：eeworm
專輯類----傳感器專輯 無速度傳感器矢量控制原理與實踐-148頁-1.8M.rar
上傳時間： 2013-07-03
上傳用戶：F0717007
專輯類-實用電子技術專輯-385冊-3.609G 無速度傳感器矢量控制原理與實踐-156頁-1.9M.pdf
上傳時間： 2013-05-28
上傳用戶：華華123
專輯類-傳感器專輯-87冊-901M 無速度傳感器矢量控制原理與實踐-148頁-1.8M.pdf
上傳時間： 2013-06-14
上傳用戶：mingaili888
該文主要研究的是感應電動機無速度傳感器矢量控制變頻調速及參數辨識.首先,利用坐標變換的方法推導出感應電動機在兩相殂止和兩相同步旋轉坐標系中的數學模型,并對電機動態特性進行了仿真.用矢量控制理論和電壓解耦的方法建立了轉差型電壓喬量解耦控制系統.利用神經網絡的方法和模型參考自適應(MRAS)的方法實現轉速辨識,仿真結果驗證了辨識方法是可行的.利用系統固有了硬件資源(如PWM逆變器、微機控制系統)發出一定規則的脈沖實現電動機參數的靜態測試,仿真結果表明它能為矢量控制系統提供較高精度的電機參數,具有一定的實際意義.為了實現電機轉速高速響應的目標,用大規模數字信號處理器DSP產現系統控制,文中給出了控制思想.
上傳時間： 2013-04-24
上傳用戶：84425894
永磁同步電機是同步電機的一個重要類型，其轉子一般采用稀土永磁材料做激磁磁極，與傳統同步電機相比，體積和重量大為減小，而且結構簡單，運行可靠，維護更方便。現代電氣傳動控制的發展趨勢之一是開發新的交流調速與伺服系統。無論在矢量控制還是標量控制中，轉速與位置的閉環控制都需要在電機軸上安裝一個速度傳感器，但是由于速度傳感器的引進不僅增加了成本，降低了系統可靠性，還存在安裝問題，效果并不十分理想。因此高性能無速度傳感器控制成為近年來電機研究的熱點。 本文在系統介紹卡爾曼濾波器的基礎上，將其引入到永磁同步電機無速度傳感器狀態觀測中。由于永磁同步電機是一個強耦合的多階非線性系統，本文采用了工程實際中普遍采用的泰勒展開式截斷的方法，對電機方程線性化處理，將卡爾曼濾波算法推廣至非線性系統，并加入了反映電機系統模型誤差和環境干擾的系統噪聲和測量噪聲模型，形成擴展卡爾曼濾波算法。擴展卡爾曼濾波器將電機轉子位置與轉速作為系統狀態變量進行實時估算，并將所得信息反饋到永磁同步電機控制系統中。通過仿真，與電機實際運行狀態進行比較，證明了擴展卡爾曼濾波具有良好的動態跟蹤能力和抗噪聲能力。 針對擴展卡爾曼濾波算法在無速度傳感器控制中存在的不足，本文給出了降階線性卡爾曼濾波算法。降階線性卡爾曼濾波算法重新選擇了系統狀態變量，建立新的完全線性化的系統方程，并且卡爾曼濾波算法中的系統協方差矩陣成為時不變序列，因此可以直接應用線性卡爾曼濾波算法。仿真結果證明，與擴展卡爾曼濾波算法相比，新的算法更加簡單，減輕了繁重的參數調節任務，易于數字化實現，不僅具備擴展卡爾曼濾波算法的優勢，而且在某些性能方面超越了擴展卡爾曼濾波算法。 通過分析得知，由于將系統模型不確定性與測量噪聲體現在系統方程中，因此卡爾曼濾波算法在狀態估算方面具有良好的性能。本文以降階線性卡爾曼濾波 算法為理論基礎，以永磁同步電機為對象，以數字信號處理器（DSP）為核心，設計了電機狀態觀測系統的設計方案。整個方案在不增加成本的基礎上，充分利用數字信號處理器（DSP）豐富的資源和強大的運算能力，通過檢測電機相電流，實時估算出電機轉子位置與轉速。本系統可以代替傳統速度傳感器，為電機控制系統提供轉子位置和轉速反饋信息。本文的下一步主要工作便是將此系統付諸實踐，應用于實際工程中，對卡爾曼濾波算法在永磁同步電機無速度傳感器控制方面的性能進行進一步研究。關鍵詞：永磁同步電機；無速度傳感器；卡爾曼濾波
上傳時間： 2013-04-24
上傳用戶：lifangyuan12
異步電機無速度傳感器矢量控制技術提高了交流傳動系統的可靠性，降低了系統的實現成本。準確辨識電機轉速是實現無速度傳感器矢量控制的關鍵。 本文對無速度傳感器矢量控制系統進行了研究，建立了異步電動機無速度傳感器電壓解耦矢量控制系統和基于模型參考自適應(MRAS)的無速度傳感器矢量控制系統。基于MRAS的無速度傳感器矢量控制系統利用電動機定子電壓方程和電流方程得到電動機轉速的模型參考自適應辨識算法，在此基礎上建立了一個改進的變參數MRAS速度辨識數學模型，并利用Matlab軟件對基于該速度辨識模型的無速度傳感器異步電動機矢量控制系統在不同的情況下進行了詳細的仿真研究。仿真結果驗證了該改進的變參數MRAS速度辨識模型具有令人滿意的辨識精度和動態性能。 基于MRAS的轉速估算理論從本質上來說屬于基于電機理想模型的轉速估算方案，該方法依賴于電機參數，而電機參數在電機運動過程中變化很大，因而給出了對電機的一些定、轉子參數進行實時辨識方法，以保持系統的動、靜態性能。 在傳統型模型參考自適應系統基礎上，將系統中原有的自適應調節機構用一個具有在線學習能力的人工神經網絡取代，提出一種基于神經網絡的異步電機轉速估計方法，并給出了速度估計器的神經網絡結構和學習算法。最后對基于神經網絡轉速估計的異步電機矢量控制系統進行了仿真，結果表明該系統具有良好的性能。 簡單介紹了基于DSP的異步電機無速度傳感器矢量控制系統的硬件結構以及軟件系統的設計。
上傳時間： 2013-05-30
上傳用戶：hakim
