網(wǎng)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(shù)據(jù)庫。程序?qū)⑽募成錇閮?nèi)存文件，提高存取速度，并實現(xiàn)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(yōu)化速度的串行接口訪問,數(shù)據(jù)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(tǒng)標準,由SD卡系統(tǒng)規(guī)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(diào)速及參數(shù)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(zhuǎn)坐標系中的數(shù)學模型,并對電機動態(tài)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(zhuǎn)差型電壓喬量解耦控制系統(tǒng).利用神經(jīng)網(wǎng)絡的方法和模型參考自適應(MRAS)的方法實現(xiàn)轉(zhuǎn)速辨識,仿真結果驗證了辨識方法是可行的.利用系統(tǒng)固有了硬件資源(如PWM逆變器、微機控制系統(tǒng))發(fā)出一定規(guī)則的脈沖實現(xiàn)電動機參數(shù)的靜態(tài)測試,仿真結果表明它能為矢量控制系統(tǒng)提供較高精度的電機參數(shù),具有一定的實際意義.為了實現(xiàn)電機轉(zhuǎn)速高速響應的目標,用大規(guī)模數(shù)字信號處理器DSP產(chǎn)現(xiàn)系統(tǒng)控制,文中給出了控制思想.
標簽： 速度傳感器 矢量控制系統(tǒng) 參數(shù)辨識
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(zhuǎn)子一般采用稀土永磁材料做激磁磁極，與傳統(tǒng)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(xiàn)代電氣傳動控制的發(fā)展趨勢之一是開發(fā)新的交流調(diào)速與伺服系統(tǒng)。無論在矢量控制還是標量控制中，轉(zhuǎn)速與位置的閉環(huán)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(tǒng)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(tǒng)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(tài)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(tǒng)，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(tǒng)，并加入了反映電機系統(tǒng)模型誤差和環(huán)境干擾的系統(tǒng)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(zhuǎn)子位置與轉(zhuǎn)速作為系統(tǒng)狀態(tài)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(tǒng)中。通過仿真，與電機實際運行狀態(tài)進行比較，證明了擴展卡爾曼濾波具有良好的動態(tài)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(tǒng)狀態(tài)變量，建立新的完全線性化的系統(tǒng)方程，并且卡爾曼濾波算法中的系統(tǒng)協(xié)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(shù)調(diào)節(jié)任務，易于數(shù)字化實現(xiàn)，不僅具備擴展卡爾曼濾波算法的優(yōu)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(tǒng)模型不確定性與測量噪聲體現(xiàn)在系統(tǒng)方程中，因此卡爾曼濾波算法在狀態(tài)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(shù)字信號處理器（DSP）為核心，設計了電機狀態(tài)觀測系統(tǒng)的設計方案。整個方案在不增加成本的基礎上，充分利用數(shù)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(zhuǎn)子位置與轉(zhuǎn)速。本系統(tǒng)可以代替?zhèn)鹘y(tǒng)速度傳感器，為電機控制系統(tǒng)提供轉(zhuǎn)子位置和轉(zhuǎn)速反饋信息。本文的下一步主要工作便是將此系統(tǒng)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(tǒng)的可靠性，降低了系統(tǒng)的實現(xiàn)成本。準確辨識電機轉(zhuǎn)速是實現(xiàn)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(tǒng)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(tǒng)和基于模型參考自適應(MRAS)的無速度傳感器矢量控制系統(tǒng)。基于MRAS的無速度傳感器矢量控制系統(tǒng)利用電動機定子電壓方程和電流方程得到電動機轉(zhuǎn)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(shù)MRAS速度辨識數(shù)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(tǒng)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(shù)MRAS速度辨識模型具有令人滿意的辨識精度和動態(tài)性能。 基于MRAS的轉(zhuǎn)速估算理論從本質(zhì)上來說屬于基于電機理想模型的轉(zhuǎn)速估算方案，該方法依賴于電機參數(shù)，而電機參數(shù)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(zhuǎn)子參數(shù)進行實時辨識方法，以保持系統(tǒng)的動、靜態(tài)性能。 在傳統(tǒng)型模型參考自適應系統(tǒng)基礎上，將系統(tǒng)中原有的自適應調(diào)節(jié)機構用一個具有在線學習能力的人工神經(jīng)網(wǎng)絡取代，提出一種基于神經(jīng)網(wǎng)絡的異步電機轉(zhuǎn)速估計方法，并給出了速度估計器的神經(jīng)網(wǎng)絡結構和學習算法。最后對基于神經(jīng)網(wǎng)絡轉(zhuǎn)速估計的異步電機矢量控制系統(tǒng)進行了仿真，結果表明該系統(tǒng)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(tǒng)的硬件結構以及軟件系統(tǒng)的設計。
上傳時間： 2013-05-30
上傳用戶：hakim
