提出了一種基于超前角控制的永磁同步電動(dòng)機(jī)弱磁增速的方法， 著重介紹了此方法在軸直聯(lián)式變頻洗衣機(jī)中的應(yīng)用和算法實(shí)踐， 并提供了系統(tǒng)硬件組成和軟件編程設(shè)計(jì)思路。
標(biāo)簽： 永磁同步電機(jī)
上傳時(shí)間： 2021-12-12
上傳用戶：
1.STM32 電機(jī)控制SDK 概述STM32 電機(jī)控制SDK 包含以下項(xiàng)目：? STM32 電機(jī)控制固件? STM32 電機(jī)控制WB? STM32 電機(jī)控制分析儀? 現(xiàn)有文檔? STM32 電機(jī)控制固件的參考文檔此軟件包作為將上述所有項(xiàng)目安裝在用戶計(jì)算機(jī)中的可執(zhí)行軟件提供。STM32 電機(jī)控制 SDK 取決于STM32Cube 和STM32CubeMx。因此，必須在SDK 之前安裝STM32CubeMx 版本4.24.0 或更高版本。有關(guān)STM32CubeMx 的更多信息，2.電機(jī)控制固件PMSM FOC 軟件庫提供了用于驅(qū)動(dòng)永磁同步電機(jī)（PMSM）的高性能、完善的磁場定向控制（FOC）策略實(shí)現(xiàn)。借助這種方法可實(shí)現(xiàn)電磁轉(zhuǎn)矩（ Te ）調(diào)節(jié)，并在一定程度上，通過控制兩個(gè)電流 iqs 和 ids 來實(shí)現(xiàn)弱磁控制功能，這兩個(gè)電流值由定子的電流經(jīng)數(shù)學(xué)變換得來。這種控制方式使PMSM 類似于直流電機(jī)控制那樣簡單，即兩個(gè)控制電流量分別相當(dāng)于直流電機(jī)的電樞電流和勵(lì)磁電流。因此，可以這樣說，F(xiàn)OC 包含與轉(zhuǎn)子磁通同相位和正交相位的定子電流控制與定向。這也就意味著，要有一種有效的測量定子電流和轉(zhuǎn)子位置的方法。FOC 算法的結(jié)構(gòu)如圖 5. 基本FOC 算法結(jié)構(gòu)，轉(zhuǎn)矩控制中所示。3.應(yīng)用編程接口4電機(jī)控制項(xiàng)目的剖析
上傳時(shí)間： 2021-12-28
上傳用戶：jason_vip1
設(shè)計(jì)了基于 ARM 的閉環(huán) PID 恒溫控制系統(tǒng)。 系統(tǒng)以 S5PV210 微處理器為核心構(gòu)建嵌入式硬件平臺，并在軟件平臺上實(shí)現(xiàn)溫度采集、數(shù)據(jù)處理、 PID 恒溫控制、數(shù)據(jù)顯示與傳輸?shù)裙δ?。?shí)驗(yàn)涉及多種通信協(xié)議（ SPI、串口、 TCP/IP 等）、脈寬調(diào)制 PID 控制算法、基于 Linux API 的網(wǎng)絡(luò)編程等。該實(shí)驗(yàn)屬于嵌入式系統(tǒng)設(shè)計(jì)開發(fā)，旨在讓學(xué)生對嵌入式系統(tǒng)課程有深刻的認(rèn)識，熟悉嵌入式項(xiàng)目的開發(fā)及調(diào)試過程，理解閉環(huán) PID控制的原理及實(shí)現(xiàn)方法。該實(shí)驗(yàn)包含嵌入式設(shè)計(jì)的硬件驅(qū)動(dòng)、軟件開發(fā)、通信協(xié)議等多方面內(nèi)容，綜合性強(qiáng)，可作為研究生電子設(shè)計(jì)競賽的實(shí)訓(xùn)實(shí)驗(yàn)。
上傳時(shí)間： 2022-01-30
上傳用戶：
人工智能時(shí)代到來，先進(jìn)控制技術(shù)是基礎(chǔ)。本書是滑模變結(jié)構(gòu)控制MATLAB仿真（第3版）的上冊，即“基本理論與設(shè)計(jì)方法”部分。本書系統(tǒng)論述了滑模變結(jié)構(gòu)控制的基本理論、基本方法和應(yīng)用技術(shù)，并全部給出了MATLAB仿真分析。本書特色如下： ?。?） 滑模變結(jié)構(gòu)控制算法重點(diǎn)置于學(xué)科交叉部分的前沿研究。介紹一些有潛力的新思想、新方法的同時(shí)，也兼顧基本概念、基本理論和基本方法的深入剖析?！ 。?）針對每種滑?？刂扑惴ǎo出了完整的MATLAB仿真程序，同時(shí)也給出了程序的說明和仿真結(jié)果，具有很強(qiáng)的可讀性?！ 。?） 從應(yīng)用領(lǐng)域角度出發(fā)，突出理論聯(lián)系實(shí)際，面向廣大工程技術(shù)人員，具有很強(qiáng)的工程性和實(shí)用性。書中有大量應(yīng)用實(shí)例及其結(jié)果分析，為讀者提供了有益的借鑒。 （4） 書中介紹的各種滑模變結(jié)構(gòu)控制算法非常完整，程序設(shè)計(jì)結(jié)構(gòu)設(shè)計(jì)簡單明了，便于自學(xué)和二次開發(fā)。
標(biāo)簽： 滑模變結(jié)構(gòu)控制 matlab
上傳時(shí)間： 2022-02-02
上傳用戶：ttalli
描述：本設(shè)計(jì)研究的是基于51單片機(jī)的步進(jìn)電機(jī)控制系統(tǒng)。采用單片機(jī)AT89C51作為控制核心，通過五個(gè)按鍵控制步進(jìn)電機(jī)的運(yùn)行狀態(tài)，即控制啟停、正反轉(zhuǎn)、加減速，并利用八位的數(shù)碼管顯示步進(jìn)電機(jī)的速度等級。本設(shè)計(jì)的硬件部分主要由單片機(jī)、鍵盤控制模塊、電機(jī)驅(qū)動(dòng)模塊、數(shù)碼管顯示模塊以及電源模塊五部分組成。仿真圖：
標(biāo)簽： 51單片機(jī) 步進(jìn)電機(jī) 控制系統(tǒng) proteus
上傳時(shí)間： 2022-02-02
上傳用戶：aben
基于人工神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)智能機(jī)器人的避障軌跡控制摘 要：利用人工神經(jīng)網(wǎng)絡(luò)中的二級 BP網(wǎng)。模擬智能機(jī)器人的兩控制參數(shù)(左 、右輪速)間的函數(shù)關(guān)系。實(shí)現(xiàn)避 障軌跡為圓弧或橢圓弧的軌跡控制 。并且通過調(diào)整橢圓長、短軸大小。能實(shí)現(xiàn)多個(gè)及多層障礙物的避障控制．該方法 的突出特點(diǎn)是方法簡單、算法容易實(shí)現(xiàn) 。使機(jī)器人完成多個(gè)及多層避障動(dòng)作時(shí)。不滯后于動(dòng)態(tài)環(huán)境里其它機(jī)器人(障 礙物)位置的變化．在仿真實(shí)驗(yàn)中。取得了理想的效果． 關(guān)鍵詞；BP神經(jīng)網(wǎng)絡(luò)I多個(gè)及多層避障控制I橢圓軌跡1 弓I言(Introduction) 在機(jī)器人中，避障軌跡的生成是一個(gè)重要的問 題．對于不確定的動(dòng)態(tài)環(huán)境下的實(shí)時(shí)避障軌跡生成， 是較為困難的．有關(guān)這方面的研究，目前已有許多方 法．一些神經(jīng)網(wǎng)絡(luò)模型被設(shè)計(jì)出來，產(chǎn)生實(shí)時(shí)的軌跡 生成．文獻(xiàn)113[23提供的神經(jīng)網(wǎng)絡(luò)模型產(chǎn)生的軌跡 生成僅能處理在靜態(tài)環(huán)境下及假設(shè)空間中沒有障礙 物的情況．[3]提供的神經(jīng)網(wǎng)絡(luò)模型，能為智能機(jī)器 人產(chǎn)生導(dǎo)航的避障軌跡，然而模型在計(jì)算上相當(dāng)復(fù) 雜．文獻(xiàn)[43提供了Hopfield神經(jīng)網(wǎng)絡(luò)模型，能在動(dòng) 態(tài)環(huán)境下產(chǎn)生時(shí)實(shí)的避障軌跡生成，并在文獻(xiàn)[5] 中，嚴(yán)格證明了因該方法生成的軌跡沒有遭受局部 極小點(diǎn)逃離問題．并且文獻(xiàn)[63用兩個(gè)神經(jīng)網(wǎng)絡(luò)層疊 加起來，每層構(gòu)造相似于[43中的網(wǎng)絡(luò)結(jié)構(gòu)．它是利 用第二層網(wǎng)絡(luò)來發(fā)現(xiàn)下一個(gè)機(jī)器人位置的無監(jiān)督模 型，然而它卻加倍了計(jì)算量，盡管文獻(xiàn)[4，6]提供的 方法能在動(dòng)態(tài)環(huán)境下，產(chǎn)生時(shí)實(shí)避障軌跡，但都具有 較慢的運(yùn)動(dòng)速度，在快速變化的環(huán)境下不能恰當(dāng)?shù)? 完成動(dòng)作執(zhí)行，因?yàn)闄C(jī)器人要比較好地完成避障動(dòng) 作，必須不能滯后于障礙物動(dòng)作變化
標(biāo)簽： 神經(jīng)網(wǎng)絡(luò) 智能機(jī)器人
上傳時(shí)間： 2022-02-12
上傳用戶：得之我幸78
壓電材料由于其力電耦合特性，能有效地將機(jī)械能與電能進(jìn)行轉(zhuǎn)換，于是人們將其作為激勵(lì)/傳感器廣泛地應(yīng)用于各類工程領(lǐng)域。壓電材料常常與受控柔性結(jié)構(gòu)粘接成一體，作為傳感器以及激勵(lì)器，以達(dá)到抑制受控結(jié)構(gòu)振動(dòng)的目標(biāo)。因此，研究壓電智能結(jié)構(gòu)的振動(dòng)以及振動(dòng)控制有重要的科學(xué)意義和實(shí)用價(jià)值本文基于壓電材料與宿主結(jié)構(gòu)之間的力電耦合特性，推導(dǎo)了拉普拉斯變換形式卜的壓電智能梁結(jié)構(gòu)的阻抗矩陣，并基于阻抗矩陣研究如何建立壓電智能梁結(jié)構(gòu)的頻率響應(yīng)數(shù)值模型以及由此模型計(jì)算系統(tǒng)動(dòng)態(tài)響應(yīng)的方法，本文還研究了速度負(fù)反饋控制器作用下壓電梁的控制系統(tǒng)性能：PPF控制器下不同系統(tǒng)輸入時(shí)，系統(tǒng)的動(dòng)態(tài)性能；不同控制器參數(shù)下，控制系統(tǒng)的效果。計(jì)算結(jié)果表明，本文模型能有效地與各種控制策略相結(jié)合，研究壓電梁的振動(dòng)控制問題。最后，本文還嘗試由阻抗矩陣模型建立系統(tǒng)的TF控制模型，對于單個(gè)矩陣元素，此方法能在指定頻域內(nèi)得到很好的近似模型，對于由許多單元組成的壓電梁，本文方法得到的結(jié)果能識別部分階頻率，因此需要進(jìn)一步研究。振動(dòng)是大自然中最普遍的現(xiàn)象，在現(xiàn)實(shí)的工業(yè)工程及實(shí)際生活中，人們常常遇到各種與振動(dòng)有關(guān)的問題。譬如，我們常用的各種音響設(shè)備、醫(yī)療超聲檢測設(shè)備、雷達(dá)等設(shè)備及設(shè)施中，就利用了振動(dòng)含有積極意義的一方面；另一方面，機(jī)床的劇烈振動(dòng)導(dǎo)致工件的加工精度達(dá)不到要求、飛機(jī)機(jī)翼的顫振、飛機(jī)輪船等振動(dòng)噪聲過大導(dǎo)致乘客感到不舒適等則是振動(dòng)消極一面的具體體現(xiàn)。為此，人們常常對這些設(shè)備的系統(tǒng)模型進(jìn)行分析、研究，以期對振動(dòng)進(jìn)行控制：一方面提高起積極作用的振動(dòng)的強(qiáng)度或?qū)⑵淇刂圃谌藗兿Ｍ某潭壬希毫硪环矫姹M可能地將起消極作用的振動(dòng)削弱，達(dá)到不影響工業(yè)生產(chǎn)及生活的效果
標(biāo)簽： 阻抗法
上傳時(shí)間： 2022-03-11
上傳用戶：qingfengchizhu
1.針對一類參數(shù)未知的非線性離散時(shí)間動(dòng)態(tài)系統(tǒng)，提出了一種新的基于神經(jīng)網(wǎng)絡(luò)的MMAC方法。首先，將系統(tǒng)分為線性部分和非線性部分。針對系統(tǒng)線性部分采用局部化方法逮立多個(gè)固定模型覆蓋系統(tǒng)的參數(shù)范圍，在此基礎(chǔ)上，建立自適應(yīng)模型來提高系統(tǒng)性能；針對系統(tǒng)非線性部分建立非線性神經(jīng)網(wǎng)絡(luò)預(yù)測模型來邏近系統(tǒng)的非線性。然后，針對每個(gè)子模型設(shè)計(jì)相應(yīng)的擅制器。最后，設(shè)計(jì)基于誤差范數(shù)形式的性能指標(biāo)函數(shù)對控制器進(jìn)行硬切換。仿真結(jié)果表明，所提出的MMAC方法與傳統(tǒng)的在參數(shù)空間均勻分布的MMAC方法相比能顯著提高非線性系統(tǒng)的暫態(tài)性能。2針對一類具有參數(shù)跳變的非線性離散時(shí)間動(dòng)態(tài)系統(tǒng)，提出子一種基才聚類方法和神經(jīng)網(wǎng)絡(luò)的MMAC方法，首先，采用模糊c均值聚類算法對系統(tǒng)先驗(yàn)數(shù)據(jù)進(jìn)行分類處理，再分別對每類數(shù)據(jù)采用RLS算法建立多個(gè)固定模型。在此基礎(chǔ)上，建立兩個(gè)白適應(yīng)模型來提高系統(tǒng)響應(yīng)速度和控制品質(zhì)，建立神經(jīng)網(wǎng)絡(luò)預(yù)測模型來補(bǔ)償系統(tǒng)非線性。然后，分別針對相應(yīng)的子模型設(shè)計(jì)線性魯棒自適應(yīng)控制器和神經(jīng)網(wǎng)絡(luò)控制器。最后，采用基于信號有界和測量誤差的性能切換指標(biāo)對控制器進(jìn)行切換，并證明閉環(huán)系統(tǒng)的穩(wěn)定性。仿真結(jié)果表明，所提出的算法能更好地解決非線性系統(tǒng)發(fā)生參數(shù)跳變問題，使得系統(tǒng)具有良好的控制品質(zhì)3.針對MMAC方法中的模型庫優(yōu)化問題，考慮系統(tǒng)實(shí)際運(yùn)行數(shù)據(jù)，提出了種基于相似度準(zhǔn)則和設(shè)置最大模型數(shù)的動(dòng)態(tài)優(yōu)化模型庫方法。該方法能對新數(shù)據(jù)進(jìn)行綜合考量并判斷是否應(yīng)該將該數(shù)據(jù)納入子模型建模，并通過設(shè)置最大模型數(shù)來確保系統(tǒng)用最少的子模型就能保證系統(tǒng)的控制性能。仿真結(jié)果表明，所提出的算法能極大地減少子模型數(shù)量且具有較好的控制效果。關(guān)鍵詞：非線性系統(tǒng)；多模型方法；自適應(yīng)控制；模糊聚類；神經(jīng)網(wǎng)絡(luò)
標(biāo)簽： 自適應(yīng)控制
上傳時(shí)間： 2022-03-11
上傳用戶：
一臺數(shù)控機(jī)床的先進(jìn)程度衡量著一個(gè)國家制造業(yè)的先進(jìn)水平，而數(shù)控機(jī)床最核心的部分就是數(shù)控機(jī)床控制系統(tǒng)。近年出現(xiàn)的ARM數(shù)入式系統(tǒng)具有硬件資源豐富、性能好、成本低和功耗低等優(yōu)點(diǎn)，F(xiàn)PGA技術(shù)具有可重復(fù)編程、在線升級、實(shí)時(shí)性好、可靠性高等優(yōu)點(diǎn)。為了克服傳統(tǒng)的數(shù)控機(jī)床成本高、控制精度低、實(shí)時(shí)性差，可靠性低等缺點(diǎn)，研究基于ARM+FPGA架構(gòu)的新型數(shù)控機(jī)床系統(tǒng)，具有重要的社會(huì)經(jīng)濟(jì)意義和重大的經(jīng)濟(jì)價(jià)值本文以數(shù)控機(jī)床為工程背景，以何服電機(jī)PMSM為具體對象以ARM+FPGA作為數(shù)控系統(tǒng)的實(shí)現(xiàn)平臺，從提高何服系統(tǒng)位置環(huán)控制的自適應(yīng)能力，提高位置環(huán)、速度環(huán)和電流環(huán)等復(fù)雜運(yùn)算的處理速度，提高系統(tǒng)管理與控制程序開發(fā)的簡單性、界面的美觀性等方面開展了深入的研究。其主要研究工作和結(jié)論如下：（1）在對比分析了幾種控制系統(tǒng)架構(gòu)基礎(chǔ)上，提出了一種基于ARM+FPGA的數(shù)控機(jī)床自適應(yīng)模糊控制何服系統(tǒng)的設(shè)計(jì)方案。該系統(tǒng)采用以ARM作為系統(tǒng)主控與運(yùn)動(dòng)軌跡計(jì)算芯片，F(xiàn)PGA作為何服系統(tǒng)運(yùn)動(dòng)控制芯片，而其中的FPGA運(yùn)動(dòng)控制系統(tǒng)包括自適應(yīng)位置控制模塊、速度控制模塊、電流變換模塊三大部分（2）針對提出的 ARM+FPGA的數(shù)控機(jī)床自適應(yīng)模糊控制何服系統(tǒng)的設(shè)計(jì)方案，進(jìn)行了有關(guān)數(shù)學(xué)模型的建立占推導(dǎo)，并借助MATLAB工具建立系統(tǒng)仿真模型進(jìn)行仿真。系統(tǒng)仿真結(jié)果表明，該系統(tǒng)位置響應(yīng)超調(diào)量小，響應(yīng)時(shí)間短，系統(tǒng)性能優(yōu)越（3）為了提高運(yùn)動(dòng)控制的實(shí)時(shí)性、可靠性、靈活度，根據(jù)運(yùn)動(dòng)控制系統(tǒng)的模型，提出了一種FPGA實(shí)現(xiàn)的運(yùn)行控制系統(tǒng)的結(jié)構(gòu)，井詳細(xì)進(jìn)行了自適應(yīng)位置控制模塊、速度控制模塊、電流變換模塊等內(nèi)部各模塊的設(shè)計(jì)，之后利用HDL進(jìn)行了有關(guān)模塊的程序設(shè)計(jì)和PGA實(shí)現(xiàn)仿真（4）針對基于ARM微處理器的主挖與運(yùn)動(dòng)軌跡計(jì)算系統(tǒng)，進(jìn)行了系統(tǒng)控制界面的設(shè)計(jì)，F(xiàn)PGA與ARM芯片、FPGA與上位機(jī)等通信程序設(shè)計(jì)，進(jìn)行了運(yùn)動(dòng)控制中加減速、插補(bǔ)方法的分析與設(shè)計(jì)關(guān)鍵字：數(shù)控機(jī)床：水磁同步電機(jī)：自適應(yīng)模糊控制：ARM:FPGA
標(biāo)簽： 數(shù)控機(jī)床 自適應(yīng)模糊控制
上傳時(shí)間： 2022-03-11
上傳用戶：20125101110
建模、控制算法研究以及仿真試驗(yàn)都是燃?xì)廨啓C(jī)研制過程中必不可少的環(huán)節(jié)，本文針對三者展開研究首先，采用容積慣性法代替牛頓-拉普遜法建立三軸燃?xì)廨啓C(jī)非線性動(dòng)態(tài)模型，并考慮變比熱、引氣與冷卻等環(huán)節(jié)，通過與試車數(shù)據(jù)比較驗(yàn)證了所建模型具有良好的仿真精度。采用容積慣性法不但提高了模型的實(shí)時(shí)性，并且動(dòng)態(tài)過程更接近真實(shí)燃?xì)廨啓C(jī)運(yùn)轉(zhuǎn)狀態(tài)。分析了容積慣性法建模中低轉(zhuǎn)速階段仿真時(shí)出現(xiàn)的參數(shù)振蕩現(xiàn)象產(chǎn)生的原因，通過增加低轉(zhuǎn)速特性數(shù)據(jù)消除了參數(shù)振蕩，并提出了一種基于指數(shù)平衡與樣條擬合的外推方法來獲得低轉(zhuǎn)速特性數(shù)據(jù)。通過低壓壓氣機(jī)特性數(shù)據(jù)外推計(jì)算與分析，證明了該外推方法具有較好的準(zhǔn)確性。然后，針對重型燃?xì)廨啓C(jī)非線性強(qiáng)、慣性大和負(fù)載多變等特點(diǎn)，提出了一種基于深度信念網(wǎng)絡(luò)的自適應(yīng)控制器。該控制器結(jié)合了深度信念網(wǎng)絡(luò)和傳統(tǒng)PD控制器，其中深度信念網(wǎng)絡(luò)作用是在線調(diào)整PID參數(shù)，而傳統(tǒng)PD控制器負(fù)責(zé)控制量的計(jì)算與輸出。通過數(shù)字仿真，驗(yàn)證了該控制器滿足燃?xì)廨啓C(jī)轉(zhuǎn)速控制的要求，并且具有良好的自適應(yīng)性，在燃?xì)廨啓C(jī)不同工況下，能夠?qū)ζ滢D(zhuǎn)速進(jìn)行準(zhǔn)確控制，使得系統(tǒng)快速響應(yīng)的同時(shí)無超調(diào)量。最后，針對燃?xì)廨啓C(jī)硬件在環(huán)仿真平臺的需要，設(shè)計(jì)了一種能夠采集并模擬多種范圍電壓、電流與頻率信號的接口模擬器。搭建了燃?xì)廨啓C(jī)硬件在環(huán)控制平臺，在試驗(yàn)前對接口模擬器以及控制器進(jìn)行了標(biāo)定與平臺的實(shí)時(shí)性驗(yàn)證。在已有的控制器上，完成了基于RIX作系統(tǒng)的多任務(wù)嵌入式控制系統(tǒng)開發(fā)。通過硬件在環(huán)試驗(yàn)，進(jìn)一步驗(yàn)證了本文設(shè)計(jì)的控制器具有良好的控制效果與較強(qiáng)的自適應(yīng)能力關(guān)鍵詞：燃?xì)廨啓C(jī)，容積慣性，建模，仿真，自適應(yīng)控制，深度信念網(wǎng)絡(luò)，硬件在環(huán)
標(biāo)簽： 自適應(yīng)控制
上傳時(shí)間： 2022-03-14
上傳用戶：
蟲蟲下載站版權(quán)所有 京ICP備2021023401號-1
<nav id="okgyw"></nav> <center id="okgyw"></center>