本程序主要用于計算空間剛架的位移。通過直接輸入結構基本信息，如材料特征、截面形狀、桿件信息、支座信息、桿件結點坐標、受荷狀況等，經程序主體的運行后，顯示出位移。
上傳時間： 2014-01-20
上傳用戶：zhouchang199
vc++實現線性方程組求解 1全選主元高斯消元法 2全選主元高斯-約當消元法 3三對角方程組的追趕法 4一般帶型方程組求解 5對稱方程組的分解法 6對稱正定方程組的平方根法 7大型稀疏方程組全選主元高斯-約當法 8托伯利茲方程組的列文遜法 9高斯-賽德爾迭代法 10對稱正定方程組的共軛梯度法 11線性最小二乘問題的豪斯荷爾德變換法 12線性最小二乘問題的廣義逆法 13病態方程組求解 最后注意，在VC++ 6.0中設置好路徑，特別是include目錄(文件夾)的路徑，否則在編譯時會出現找不到頭文 件的錯誤，使編譯無法正常進行。
上傳時間： 2014-01-17
上傳用戶：Zxcvbnm
橋梁桿系結構的計算程序，本程序用來計算： * * 1、結構指定截面上在均布力、集中力、溫度(差)、支座位移等荷 * * 載作用下的內力、撓度以及各支座反力； * * 2、結構指定截面的內力、撓度及支反力影響線。 * * 程序具有輸入數據前處理功能，考慮了結構對稱性的利用，并可處 * * 理鉸接或半鉸結點，同時，程序還考慮了結點彈性支承的影響。
上傳時間： 2017-03-29
上傳用戶：nanfeicui
此包包含了眾多矩陣處理程序，能夠滿足矩陣處理的一般要求，由于將各功能分開到不同的“.cpp”文件中，故使用時需要用戶自行選取更換合適自己使用的“.cpp”文件。其中，矩陣功能有：輸出矩陣、矩陣轉置、矩陣歸一化、判斷矩陣對稱、判斷矩陣對稱正定、全選主元法求矩陣行列式、全選主元高斯(Gauss)消去法求一般矩陣的秩、用全選主元高斯-約當(Gauss-Jordan)消去法計算實(復)矩陣的逆矩陣、用“變量循環重新編號法”法求對稱正定矩陣逆、特蘭持(Trench)法求托伯利茲(Toeplitz)矩陣逆、實矩陣LU分解、用豪斯荷爾德(Householder)變換對一般m*n階的實矩陣進行QR分解、對稱正定陣的喬里斯基(Cholesky)分解及求其行列式值、一般實矩陣的奇異值分解、廣義逆的奇異值分解。
上傳時間： 2013-12-27
上傳用戶：duoshen1989
靜電場分析用以確定由電荷分布或外加 電勢所產生的電場和電標勢（電壓）分布。 該分析能加兩種形式的載荷：電壓和電 荷密度。 靜電分析是假定為線性的，電場正比于 所加電壓。
上傳時間： 2016-11-03
上傳用戶：stalloy
（荷）弗蘭克（Frenkel & Smit） 等著，中文譯版。 主要講分子模擬的一些方法，MC、MD等，有講解和算法。
上傳時間： 2017-03-15
上傳用戶：jieliang
自己的實驗報告，大家可以參考參考，有需要就拿去吧
上傳時間： 2017-05-10
上傳用戶：wd450725076
步驟一 按快捷鍵Ctrl+N新建A4大小空白橫向文檔，并填充顏色為淺綠色。 步驟二 選擇工具箱中的“貝塞爾工具”繪制荷葉，使用“形狀工具”進行節點調整。填充輪廓色和填充色。 步驟三 在工具箱中選擇“網狀填充工具”設置網格中的行列數為3*3，鼠標框選中間4個節點，統一填充顏色為（R：0，G:153，B：51）。 步驟四 選擇“貝塞爾工具”繪制荷葉葉脈，由于所畫線條是不連接的單一曲線，所以繪制時可以借助鍵盤上的“空格”鍵來進行切換。 步驟五 接著利用“貝塞爾工具”依照前面的方法繪制出不同形態的葉子并Ctrl+G群組。 步驟六 用“貝塞爾工具”繪制荷葉莖部，按F12鍵調整曲線寬度為3，自定義顏色值為（C：70，M:0，Y：100，K：0），然后執行“對象”→“將輪廓轉換為對象”命令，再次按F12鍵添加寬度為細線的（C：78，M:19，Y：76，K：0）的顏色值，調整順序到后層。 步驟七 選擇一片群組合過的葉子，進行位圖模糊處理，放在畫面后面，達到近實遠虛的視覺效果。 步驟八 選擇“貝塞爾工具”繪制花瓣，借助網狀填充工具填充粉色到洋紅色，按Ctrl鍵繪制一個正圓，按F12把圓加粗，然后執行“對象”→“將輪廓轉換為對象”命令（Ctrl+Shift+Q）。 步驟九 繪制各種形態的荷花造型，并群組圖形。
上傳時間： 2018-08-03
上傳用戶：cjmktt
用三點法實現機器人三維位置測量的研究摘 要 ：提 出 了一 種 微 小 爬 壁 機 器 人 三 維 位 置 測 量 的新 方 法 。筆 者 通 過 深 入 分 析 研 究各 種 位 置 測 控 方 法 與 系 統 ，提 出采 用單 目視 覺方 法 中的 聚 焦法 ，以 CCD作 為 傳 感 器 ，用 三 點 法 實現 對 機 器 人 的 三 維 位 置 測 量 。 驗 證性 實驗 結果表 明 ，本研 究提 出的測 量原 理和 系統是 正 確 可行 的 。 關鍵詞 ：機 器人 ；位置 測量 ；CCD傳 感 器 ；單 目視 覺 ；攝 像 機 標 定 中 圖分 類 號 ：TP242．6 文 獻 標 識 碼 ：B Abstract：A new 3D position measurementmethod Ofa wall—climbing micro robothas been researched．Researc— hing on the various position measuring and controlling method，theauthorhasputforwardanewprojecttomeas— ure the 3D position of the robot，in which the focusing method with singlecamera and CCD sensorhasbeen used to getthe position information．The elementary experiment has verified the principle and the system． Key words：robot；position detection；CCD sensor；single camera vision；camera caiibration 位置測量技 術是智 能機 器人 的關鍵 技術 ，是各 種 機器人控 制系統 中極 為重 要 的環節 ，也 是 國內外研 究 的熱點所 在。 按 照測試 系統 與被 測機 器 人 的關 系 ，可 以將位 置 測量技術 分為接觸 式和非接觸式 兩大類 。接觸 式測量 系統 由于在測 量過程 中或多或少地 對機器人施 加 了載 荷 ，因而僅適用于靜 態 位置測 量 。而動 態 位 置測量 系 統 主要分 5類 ：①激光跟蹤 系統 ；@ CCD交 互測量 收 稿 日期 ：2001—07—03 基 金項 目：國家 863高科技 研 究 資助 項 目(9804-06)；教 育 部 高 等 學校 骨干教 師 資助 計 3t,j項 目 作者 簡 介 ：張 智海 (1973一 )，男 ，工 學碩 士 ，主 要 研 究 方 向 為 智 能 機 器人 測 控 技 術 。 系統 ；③ 超聲波 測量 系統 ；④ PSD(positionsensitivede— vice)位 置 測 量 系統 ；⑤ 帶 有 接 近覺 傳 感 器 的 測量 系 統 。位置測量 還可 以從另一個分類 角度劃分為主動式 測量和被動 式測 量 。主動式測 量主要可 以分為結 構光方法和激光 自動聚焦法兩類 。被 動式測量 主要 可 以分為雙 目視 覺 、三 目視覺 、單 目視覺 等方法 。 對 比以上各種方法 的 優缺 點 ，針對 筆者 研制 的微 小爬壁機器人 的空 間三 維位 置 測量 的要 求 ，測量 系統 必須滿足尺 寸小 、分 辨率 高 、穩定 性 和可 靠性 好 、時 間 響應快等特 點 ，提 出了采用 單 目視覺方法 中的聚焦法 ， 選用 CCD作 為傳感器 ，用 三點法實現對機器人 的三維 位置測量 ，并用 Matlab和 V
標簽： 機器人
上傳時間： 2022-02-12
上傳用戶：
目前電動汽車主要以鋰電池作為動力來源,為了提高鋰電池的使用時間和安全性,為鋰電池提供安全良好的運行環境,電池管理系統應運而生。BMS主控單元基于S32K144汽車級單片機,通過主從式網絡控制結構能夠對鋰電池的各個參數進行采集與分析。采用擴展卡爾曼濾波對電池的荷電狀態(SOC)進行估算,克服普通估算方法無法避免電池內阻誤差的缺點,通過Matlab/Simulink軟件仿真驗證可使估算誤差達到2%以內。At present,electric vehicles mainly use lithium batteries as the power source.In order to improve the running time and safety of lithium batteries,a safe and good operating environment for power batteries is provided,and a battery management system(BMS) has emerged.The BMS main control unit is based on the S32K144 automotive-grade control chip.Through the master-slave network control structure,it can collect and analyze the various parameters of the lithium battery.The Extended Kalman Filter(EKF) is used to estimate the state of charge(SOC) of the battery,which overcomes the shortcomings of the internal estimation method that cannot overcome the internal resistance error of the battery.It can be verified by Matlab/Simulink software simulation.The estimation error is within 2%.
上傳時間： 2022-03-26
上傳用戶：XuVshu
