在工業(yè)應(yīng)用中常用一組傳感器對問一個(gè)被測量目標(biāo)在一個(gè)過程的不同位置進(jìn)行測量，然而由于每個(gè)傳感器位于過程的不同位置，它們將不問程度的受到嗓聲的干擾，為了從被嗓聲干擾的多傳感器測量值中獲得更準(zhǔn)確的測量結(jié)果，霱要進(jìn)“步研究多傳感器的融合理論多傳感器數(shù)據(jù)融合系統(tǒng)的關(guān)鍵在于如何充分利用各個(gè)傳感器的信息，得到對被測參數(shù)的最優(yōu)估計(jì)，本文主要研究了以加權(quán)的方式進(jìn)行多傳感器數(shù)據(jù)融合的方法，即研究如何對每個(gè)傳感器進(jìn)行加權(quán)，從而得到對被測參數(shù)最優(yōu)佑計(jì)的方法為此本文在介紹了多傳感器數(shù)據(jù)融合技術(shù)的基礎(chǔ)上，首先研究了基于奇異值分解的數(shù)據(jù)融合算法，通過對傳感器測量值構(gòu)成的矩陣進(jìn)行奇異值分解，利用每個(gè)傳感器測量值所對應(yīng)的奇異值，可以估計(jì)出對每個(gè)傳感器權(quán)值的最優(yōu)估計(jì)，從而在不要任何先驗(yàn)知識的條件下，可僅由多傳感器的測量值，利用提出的算法得到在最小均方誤差意義下的被測參數(shù)的最優(yōu)估計(jì)，此外，在許多工業(yè)過程中，人們利用多傳感器測量同一過程參數(shù)以控制該參數(shù)在過程中的不同位置能根據(jù)需要進(jìn)行合理分布，此時(shí)人們希望利用多傳感器融合的測量結(jié)果，對每一個(gè)傳感器的測量數(shù)據(jù)進(jìn)行重建，以獲得對每一個(gè)傳感器的測量結(jié)果進(jìn)行更為準(zhǔn)確的估計(jì)。為此，本文進(jìn)一步研究了基于小波降噪和數(shù)據(jù)融合的傳感器數(shù)據(jù)重建算法，仿真和實(shí)驗(yàn)結(jié)果都說明提出算法是有效的，最后，研究了非線性動(dòng)態(tài)系統(tǒng)的狀態(tài)融合問題，研究了加權(quán)無氣味卡爾曼濾波（UKF）方法，研究表明無氣味卡爾曼波波能克服了擴(kuò)展卡爾曼濾波（EKF）在狀態(tài)融合估計(jì)中的不足，可以得到了更準(zhǔn)確的狀態(tài)融合估計(jì)結(jié)關(guān)鍵詞多傳感器系統(tǒng)，數(shù)據(jù)融合，奇異值分解，UKF
標(biāo)簽： 傳感器 數(shù)據(jù)融合
上傳時(shí)間： 2022-03-16
上傳用戶：aben
是三角波測量儀，可以測任意波形頻率和幅值，占空比，并自帶三角波發(fā)生器可以調(diào)幅度 0~100占空比 發(fā)生頻率步進(jìn)可調(diào)，絕對高精度， 里面還有報(bào)告
標(biāo)簽： 三角波測量儀
上傳時(shí)間： 2022-04-21
上傳用戶：
隨著人類社會(huì)的進(jìn)步，科學(xué)技術(shù)的發(fā)展日新月異，模擬人腦神經(jīng)網(wǎng)絡(luò)的人工神經(jīng)網(wǎng)絡(luò)已取得了長足的發(fā)展。經(jīng)過半個(gè)多世紀(jì)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)科學(xué)，人工智能，智能控制等方面得到了廣泛的應(yīng)用。當(dāng)代社會(huì)是一個(gè)講究效率的社會(huì)，科技更新領(lǐng)域也是如此。在人工神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域，算法的優(yōu)化顯得尤為重要，對提高網(wǎng)絡(luò)整體性能舉足輕重.BP神經(jīng)網(wǎng)絡(luò)模型是目前應(yīng)用最為廣泛的一種神經(jīng)網(wǎng)絡(luò)模型，對于解決非線性復(fù)雜問題具有重要的意義。但是BP神經(jīng)網(wǎng)絡(luò)有其自身的一些不足（收斂速度慢和容易陷入局部極小值問題），在解決某些現(xiàn)實(shí)問題的時(shí)候顯得力不從心。針對這個(gè)問題，本文利用遺傳算法的并行全局搜索的優(yōu)勢，能夠彌補(bǔ)BP網(wǎng)絡(luò)的不足，為解決大規(guī)模復(fù)雜問題提供了廣闊的前景。本文將遺傳算法與BP網(wǎng)絡(luò)有機(jī)地結(jié)合起來，提出了一種新的網(wǎng)絡(luò)結(jié)構(gòu)，在穩(wěn)定性、學(xué)習(xí)性和效率方面都有了很大的提高。基于以上的研究目的，本文首先設(shè)計(jì)了BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，在此基礎(chǔ)上，應(yīng)用遺傳算法進(jìn)行優(yōu)化，達(dá)到了加快收斂速度和全局尋優(yōu)的效果。本文借助MATLAB平臺，對算法的優(yōu)化內(nèi)容進(jìn)行了仿真實(shí)驗(yàn)，得出的效果也符合期望值，實(shí)現(xiàn)了對BP算法優(yōu)化的目的。關(guān)鍵詞：生物神經(jīng)網(wǎng)絡(luò)：人工神經(jīng)網(wǎng)絡(luò)；BP網(wǎng)絡(luò)；遺傳算法；仿真隨著電子計(jì)算機(jī)的問世及發(fā)展，人們試圖去了解人的大腦，進(jìn)而構(gòu)造具有人類思維的智能計(jì)算機(jī)。在具有人腦邏輯推理延伸能力的計(jì)算機(jī)戰(zhàn)勝人類棋手的同時(shí)，引發(fā)了人們對模擬人腦信息處理的人工神經(jīng)網(wǎng)絡(luò)的研究。1.1研究背景人工神經(jīng)網(wǎng)絡(luò)（Artificial Noural Networks，ANN）（注：簡稱為神經(jīng)網(wǎng)絡(luò)），是一種數(shù)學(xué)算法模型，能夠?qū)π畔⑦M(jìn)行分布式處理，它模仿了動(dòng)物的神經(jīng)網(wǎng)絡(luò)，是對動(dòng)物神經(jīng)網(wǎng)絡(luò)的一種具體描述。這種網(wǎng)絡(luò)依賴系統(tǒng)的復(fù)雜程度，通過調(diào)節(jié)內(nèi)部大量節(jié)點(diǎn)之間的關(guān)系，最終實(shí)現(xiàn)信息處理的目的。人工神經(jīng)網(wǎng)絡(luò)可以通過對輸入輸出數(shù)據(jù)的分析學(xué)習(xí)，掌握輸入與輸出之間的潛在規(guī)則，能夠?qū)π聰?shù)據(jù)進(jìn)行分析計(jì)算，推算出輸出結(jié)果，因?yàn)槿斯ど窠?jīng)網(wǎng)絡(luò)具有自適應(yīng)和自學(xué)習(xí)的特性，這種學(xué)習(xí)適應(yīng)的過程被稱為“訓(xùn)練"。
標(biāo)簽： 遺傳算法 bp神經(jīng)網(wǎng)絡(luò) matlab
上傳時(shí)間： 2022-06-16
上傳用戶：jiabin
396 信息技術(shù) 安全技術(shù) 實(shí)體鑒別第2部分：采用對稱加密算法的機(jī)制 GB 15843.2-1997 L80 國家技術(shù)監(jiān)督局 1997-09-02 1998-04-01 pdf
標(biāo)簽： 1997 15843.2 1998 396
上傳時(shí)間： 2013-04-15
上傳用戶：eeworm
電機(jī)優(yōu)化設(shè)計(jì)是復(fù)雜的有約束、非線性、混合離散多變量規(guī)劃問題.該文在對電機(jī)優(yōu)化設(shè)計(jì)理論進(jìn)行研究的基礎(chǔ)上,從一般傳統(tǒng)的優(yōu)化方法入手,對電機(jī)的全局優(yōu)化設(shè)計(jì)方法特別是遺傳算法進(jìn)行了詳細(xì)的研究和探討.該論文的主要工作包括:(1)對適應(yīng)于電機(jī)優(yōu)化設(shè)計(jì)的常用傳統(tǒng)優(yōu)化方法(HOOKE-JEEVES法、MDOD法和SUMT法)進(jìn)行了較為詳細(xì)的研究,給出了各種方法的計(jì)算流程和步驟;(2)對全局優(yōu)化的理論和方法進(jìn)行了研究,分析了全局優(yōu)化方法中的隨機(jī)實(shí)驗(yàn)法、模擬退火算法和模擬進(jìn)化算法各自的特點(diǎn),對遺傳算法的工作原理及其諸要素進(jìn)行了詳細(xì)的探討;(3)在對遺傳算法的基本原理進(jìn)行研究的基礎(chǔ)上,進(jìn)行了電機(jī)優(yōu)化設(shè)計(jì)遺傳算法的研究,分析了各要素對電機(jī)優(yōu)化設(shè)計(jì)遺傳算法性能的影響;(4)建立了三相異步電機(jī)多目標(biāo)優(yōu)化設(shè)計(jì)的數(shù)學(xué)模型,分別編制了基于HOOKE-JEEVES法、MDOD法和多輪進(jìn)化遺傳算法的電機(jī)優(yōu)化設(shè)計(jì)程序,并對使用各種優(yōu)化方法優(yōu)化的結(jié)果進(jìn)行了對比分析.
標(biāo)簽： 算法 異步電機(jī) 多目標(biāo)
上傳時(shí)間： 2013-04-24
上傳用戶：tonyshao
永磁同步電機(jī)是同步電機(jī)的一個(gè)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(jī)相比，體積和重量大為減小，而且結(jié)構(gòu)簡單，運(yùn)行可靠，維護(hù)更方便?，F(xiàn)代電氣傳動(dòng)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(biāo)量控制中，轉(zhuǎn)速與位置的閉環(huán)控制都需要在電機(jī)軸上安裝一個(gè)速度傳感器，但是由于速度傳感器的引進(jìn)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(jī)研究的熱點(diǎn)。 本文在系統(tǒng)介紹卡爾曼濾波器的基礎(chǔ)上，將其引入到永磁同步電機(jī)無速度傳感器狀態(tài)觀測中。由于永磁同步電機(jī)是一個(gè)強(qiáng)耦合的多階非線性系統(tǒng)，本文采用了工程實(shí)際中普遍采用的泰勒展開式截?cái)嗟姆椒?，對電機(jī)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(jī)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(kuò)展卡爾曼濾波算法。擴(kuò)展卡爾曼濾波器將電機(jī)轉(zhuǎn)子位置與轉(zhuǎn)速作為系統(tǒng)狀態(tài)變量進(jìn)行實(shí)時(shí)估算，并將所得信息反饋到永磁同步電機(jī)控制系統(tǒng)中。通過仿真，與電機(jī)實(shí)際運(yùn)行狀態(tài)進(jìn)行比較，證明了擴(kuò)展卡爾曼濾波具有良好的動(dòng)態(tài)跟蹤能力和抗噪聲能力。 針對擴(kuò)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(shí)不變序列，因此可以直接應(yīng)用線性卡爾曼濾波算法。仿真結(jié)果證明，與擴(kuò)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(wù)，易于數(shù)字化實(shí)現(xiàn)，不僅具備擴(kuò)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(kuò)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(chǔ)，以永磁同步電機(jī)為對象，以數(shù)字信號處理器（DSP）為核心，設(shè)計(jì)了電機(jī)狀態(tài)觀測系統(tǒng)的設(shè)計(jì)方案。整個(gè)方案在不增加成本的基礎(chǔ)上，充分利用數(shù)字信號處理器（DSP）豐富的資源和強(qiáng)大的運(yùn)算能力，通過檢測電機(jī)相電流，實(shí)時(shí)估算出電機(jī)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(jī)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(shí)踐，應(yīng)用于實(shí)際工程中，對卡爾曼濾波算法在永磁同步電機(jī)無速度傳感器控制方面的性能進(jìn)行進(jìn)一步研究。關(guān)鍵詞：永磁同步電機(jī)；無速度傳感器；卡爾曼濾波
標(biāo)簽： 卡爾曼 濾波算法 永磁同步電機(jī)
上傳時(shí)間： 2013-04-24
上傳用戶：lifangyuan12
變頻器在各行各業(yè)中的各種設(shè)備上迅速普及應(yīng)用，已成為當(dāng)今節(jié)電、改造傳統(tǒng)工業(yè)、改善工藝流程、提高生產(chǎn)過程自動(dòng)化水平、提高產(chǎn)品質(zhì)量以及推動(dòng)技術(shù)進(jìn)步的主要手段之一，是國民經(jīng)濟(jì)和生活中普遍需要的新技術(shù)。但是現(xiàn)有變頻器的調(diào)制算法尚存在一些缺點(diǎn)，如開關(guān)損耗大和共模電流大等，因此有必要研究和設(shè)計(jì)高性能調(diào)制算法的變頻控制器。鑒于此，開展了以下工業(yè)變頻器高性能調(diào)制算法為對象的研究內(nèi)容： 在闡述了工業(yè)變頻器系統(tǒng)的結(jié)構(gòu)、調(diào)制算法、調(diào)速算法的基礎(chǔ)上，結(jié)合數(shù)學(xué)模型，分析了共模電壓產(chǎn)生的原理、共模電流其影響和危害，給出了共模電壓和共模電流的關(guān)系?？偨Y(jié)其他的抑制共模電壓的方案基礎(chǔ)上，提出一種新的共模電壓抑制SVPWM；還闡述了死區(qū)產(chǎn)生的原因及其影響，以及死區(qū)補(bǔ)償?shù)脑聿⑸鲜鰞蓚€(gè)調(diào)制算法利用MATLAB/SIMULINK軟件對該系統(tǒng)給予了全面的仿真分析。 變頻器硬件部分設(shè)計(jì)包括整流濾波電路、逆變器功率電路、上電保護(hù)電路、DSP控制系統(tǒng)及其外圍電路、IGBT驅(qū)動(dòng)及保護(hù)電路以及反激式開關(guān)電源，對于傳感器檢測濾波電路的具體電路參數(shù)設(shè)計(jì)，是在PSPICE上仿真基礎(chǔ)上得出。并在考慮成本、EMC、效率等因素后考慮完成了所有硬件相關(guān)的原理圖繪制和PCB繪制； 變頻器軟件部分設(shè)計(jì)包括主程序、鍵盤掃描程序、系統(tǒng)狀態(tài)處理程序、PWM發(fā)送中斷程序、電機(jī)啟動(dòng)函數(shù)、電壓調(diào)整程序、AD采樣中斷程序以及故障保護(hù)中斷程序。在實(shí)現(xiàn)一般SVPWM的基礎(chǔ)上，根據(jù)之前理論和仿真得到的共模電壓抑制SVPWM、以及死區(qū)補(bǔ)償算法，將這兩個(gè)對SVPWM進(jìn)行改進(jìn)的調(diào)制算法在硬件平臺上實(shí)現(xiàn)。 在硬件電路完成設(shè)計(jì)的各個(gè)階段，逐漸編制相應(yīng)的控制程序，并進(jìn)行調(diào)試，并完成整個(gè)程序的編制和調(diào)試。此外，還調(diào)試了系統(tǒng)所需的反激式開關(guān)電源。整個(gè)系統(tǒng)調(diào)試中遇到了很多問題，如鍵盤消除抖動(dòng)問題、共模電壓抑制SVPWM出現(xiàn)的直通現(xiàn)象等。最終完成了工業(yè)變頻器樣機(jī)，并且采用的是文章中研究的調(diào)制算法，效果良好，達(dá)到設(shè)計(jì)的目的； 提出了一種將有源功率因數(shù)校正(PFC)技術(shù)引用到串級調(diào)速中來提高定子側(cè)功率因數(shù)的新方法。通過建立電動(dòng)機(jī)折算到轉(zhuǎn)子側(cè)的等值電路，重點(diǎn)分析了有源PFC技術(shù)代替?zhèn)鹘y(tǒng)串級調(diào)速系統(tǒng)中的不控整流橋后，系統(tǒng)可以等效為轉(zhuǎn)子串電阻調(diào)速。得到了等效串電阻的計(jì)算公式和變化趨勢，對電動(dòng)機(jī)功率因數(shù)、電磁轉(zhuǎn)矩脈動(dòng)也進(jìn)行了分析，發(fā)現(xiàn)能夠比傳統(tǒng)串級調(diào)速時(shí)有所提升。鑒于電動(dòng)機(jī)轉(zhuǎn)子側(cè)電勢頻率非常低，分析了有源PFC的具體實(shí)現(xiàn)的特殊考慮和參數(shù)選取方法，并基于對稱平衡的Scott變壓器和兩個(gè)單相有源PFC電路實(shí)現(xiàn)了繞線電動(dòng)機(jī)轉(zhuǎn)子側(cè)的三相有源低頻PFC，得到超低紋波的直流輸出電壓。利用MATLAB建立了完整的仿真平臺，所得結(jié)果驗(yàn)證了理論分析的正確性。
上傳時(shí)間： 2013-07-09
上傳用戶：qq442012091
移動(dòng)機(jī)器人是機(jī)器人研究領(lǐng)域中重要的一個(gè)分支，智能移動(dòng)機(jī)器人集人工智能、智能控制、信息處理、圖象處理、檢測與轉(zhuǎn)換等專業(yè)技術(shù)為一體，跨計(jì)算’機(jī)、自動(dòng)控制、機(jī)械、電子等多學(xué)科，成為當(dāng)前智能機(jī)器人研究的重點(diǎn)之一。路徑規(guī)劃是移動(dòng)機(jī)器人研究的一個(gè)基本而又極其重要的課題。靈活有效的路徑規(guī)劃算法能夠幫助機(jī)器人適應(yīng)各種復(fù)雜的環(huán)境，大大提高機(jī)器人的應(yīng)用領(lǐng)域，尤其是使移動(dòng)機(jī)器人具備自動(dòng)識別環(huán)境的能力，能在未知環(huán)境下完成一定的工作。 本文的主要任務(wù)是以LEGO Technic組件為本體，重新設(shè)計(jì)一個(gè)控制器，并據(jù)此研究移動(dòng)機(jī)器人的避障和路徑規(guī)劃策略。為滿足移動(dòng)機(jī)器人避障的實(shí)時(shí)性、準(zhǔn)確性要求，需要有一個(gè)功能完善的硬件平臺，實(shí)現(xiàn)信息采集、處理以及避障的策略。本文設(shè)計(jì)了一套移動(dòng)機(jī)器人控制器，該控制器以DSP TMS320F2407A為核心，輔之以相應(yīng)的外圍電路、傳感器、人機(jī)交互、串行通信和電源等模塊。車體動(dòng)力學(xué)實(shí)驗(yàn)及避障實(shí)驗(yàn)結(jié)果驗(yàn)證了本文所設(shè)計(jì)的控制器的性能。 在對移動(dòng)機(jī)器人的避障策略的研究過程中，采用了基于虛擬力場法的位置閉環(huán)控制方法，這種方法簡化了傳統(tǒng)避障方法的數(shù)學(xué)運(yùn)算過程，提高了機(jī)器人對障礙物的反應(yīng)速度。最后，設(shè)計(jì)了一套實(shí)驗(yàn)系統(tǒng)，進(jìn)行相應(yīng)的避障方法實(shí)驗(yàn)。結(jié)果表明，所設(shè)計(jì)的控制器能夠完成基本的實(shí)時(shí)避障功能。
標(biāo)簽： DSP 移動(dòng)機(jī)器人 控制系統(tǒng)設(shè)計(jì)
上傳時(shí)間： 2013-06-30
上傳用戶：gdgzhym
快速傅立葉變換(FFT)技術(shù)是數(shù)字信號處理中的核心技術(shù)，它已廣泛應(yīng)用于數(shù)字信號處理的各個(gè)領(lǐng)域，長期以來一直是一個(gè)重要的研究課題。近年來，專用數(shù)字信號處理器以其優(yōu)化的硬件結(jié)構(gòu)和優(yōu)良的性能價(jià)格比為FFT的實(shí)現(xiàn)提供了一種有效的途徑，其中最具有代表性的是美國TI公司的TMS320系列DSP。 本文首先分析了常用FFT算法原理，并進(jìn)行了算法的討論和比較，然后詳細(xì)論述了以浮點(diǎn)型DSP為核心的實(shí)現(xiàn)FFT算法的硬件平臺的設(shè)計(jì)。平臺的硬件電路主要包括數(shù)據(jù)采集部分、數(shù)據(jù)處理部分、數(shù)據(jù)存儲部分和數(shù)據(jù)顯示部分。其中采集部分采用12位高速的A/D轉(zhuǎn)換芯片MAX197，數(shù)據(jù)處理部分采用32位浮點(diǎn)型DSP芯片-TMS320VC33，數(shù)據(jù)存儲部分采用了大容量的FLASH芯片——K9F2808UOA，數(shù)據(jù)顯示部分采用PHILIPS公司的高亮度、寬視角的TFT彩色液晶顯示屏。 為了擴(kuò)展系統(tǒng)的通信能力，通信接口我們選擇CAN總線。軟件部分選用了頻率抽取基2FFT、分裂基FFT和實(shí)序列FFT算法，用C語言進(jìn)行編程。最后部分是進(jìn)行軟硬件的聯(lián)合調(diào)試，并在此基礎(chǔ)上進(jìn)行了FFT算法實(shí)現(xiàn)。 論文結(jié)尾以實(shí)際的實(shí)驗(yàn)曲線分析驗(yàn)證了算法的正確性，同時(shí)針對實(shí)驗(yàn)中產(chǎn)生的誤差找出了原因，并提出了解決的方法。實(shí)驗(yàn)結(jié)果表明采用浮點(diǎn)DSP實(shí)現(xiàn)FFT算法方便且有較高的實(shí)時(shí)性，可以應(yīng)用到電力系統(tǒng)諧波分析、振動(dòng)測試及鐵路檢測等各個(gè)領(lǐng)域。
上傳時(shí)間： 2013-04-24
上傳用戶：caixiaoxu26
PID算法自從問世以來，一直受到廣泛的關(guān)注。隨著現(xiàn)代控制理論及智能控制技術(shù)的發(fā)展，PID算法也得到了長足的發(fā)展。結(jié)合傳統(tǒng)的PID控制算法，針對特定的控制領(lǐng)域，出現(xiàn)了一些新的控制算法，模糊PID控制算法就是在此基礎(chǔ)上漸漸形成并凸顯其控制特色。 同時(shí)隨著微電子技術(shù)的發(fā)展，現(xiàn)場可編程邏輯器件FPGA的發(fā)展及其EDA技術(shù)的日漸成熟，為集成控制芯片開拓了廣闊的發(fā)展空間。FPGA的發(fā)展為基于硬件的算法模塊的實(shí)現(xiàn)提供了可能性，同時(shí)節(jié)省了外圍的電路，使算法模塊的集成度大大提高。 本文針對當(dāng)前國內(nèi)外在算法研究方面的熱點(diǎn)問題，對模糊PID算法進(jìn)行了深入的分析和研究。通過對汽輪機(jī)調(diào)節(jié)系統(tǒng)的結(jié)構(gòu)分析，對其進(jìn)行了數(shù)學(xué)建模。采用某汽輪機(jī)的實(shí)際設(shè)計(jì)運(yùn)行參數(shù)，利用Matlab仿真軟件，對該汽輪機(jī)的數(shù)學(xué)模型進(jìn)行了甩負(fù)荷動(dòng)態(tài)特性仿真。仿真結(jié)果表明，模糊PID可以更好地解決汽輪發(fā)電機(jī)組在甩負(fù)荷過程中由于機(jī)組轉(zhuǎn)子飛升量太大而導(dǎo)致危急保安裝置動(dòng)作，使得汽輪發(fā)電機(jī)組意外停機(jī)的問題，能夠保證汽輪發(fā)電機(jī)組在意外甩負(fù)荷時(shí)機(jī)組正常的機(jī)械運(yùn)轉(zhuǎn)。根據(jù)模糊控制理論的特點(diǎn)及EDA技術(shù)和FPGA可編程邏輯器件的發(fā)展現(xiàn)狀，提出了在FPGA上實(shí)現(xiàn)模糊PID算法的具體實(shí)現(xiàn)方案。在綜合分析算法特性的基礎(chǔ)上，選擇Altera公司生產(chǎn)的CycloneⅡ系列中的EP2C35F672C6作為目標(biāo)芯片，利用分層模塊化設(shè)計(jì)思想，在Altera公司提供的QuartusⅡ開發(fā)環(huán)境中，利用原理圖設(shè)計(jì)輸入和VHDL設(shè)計(jì)輸入相結(jié)合的方式實(shí)現(xiàn)了模糊PID控制算法，同時(shí)分別對實(shí)現(xiàn)的各個(gè)功能模塊和整個(gè)算法模塊進(jìn)行了功能時(shí)序仿真。根據(jù)仿真結(jié)果分析，該設(shè)計(jì)實(shí)現(xiàn)了的模糊PID控制功能。 該控制算法模塊的FPGA實(shí)現(xiàn)很好的避免了因CPU或者其它問題導(dǎo)致算法程序跑飛、程序死循環(huán)、復(fù)位不可靠等問題，提高了控制的可靠性。同時(shí)加強(qiáng)了模塊的通用性，減少了系統(tǒng)硬件開發(fā)周期，節(jié)省了外圍設(shè)備的電路，降低了設(shè)計(jì)開發(fā)成本。
上傳時(shí)間： 2013-07-21
上傳用戶：thinode
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
