<input id="gkm22"></input>
一個自適應控制方面的資料
標簽： matlab
上傳時間： 2015-03-16
上傳用戶：jingchao
本文介紹了一種無Y電容開關電源，其包括依次連接的電源輸入端、EMI濾波模塊、初級端整流濾波模塊、變壓器、次級端整流濾波模塊，電源輸出端，所述變壓器的初級端還連接有開關模塊，且該開關模塊通過PWM控制模塊與EMI濾波模塊連接，所述次級端整流濾波模塊通過穩壓反饋模塊與所述PWM控制模塊連接；所述變壓器包括磁芯，依次繞在該磁芯上的初級繞組、次級繞組以及輔助繞組，初級繞組與次級繞組之間設置有屏蔽層，且該屏蔽層接地，磁芯外部繞制有屏蔽繞組，且屏蔽繞組接地。本實用新型提供的無Y電容開關電源，具有漏電流小、工作安全性能好等優點，而且通過優化改進變壓器結構，可很好地解決電磁干擾的問題。
標簽： 手機充電器
上傳時間： 2021-12-13
上傳用戶：
基于人工神經網絡實現智能機器人的避障軌跡控制摘 要：利用人工神經網絡中的二級 BP網。模擬智能機器人的兩控制參數(左 、右輪速)間的函數關系。實現避 障軌跡為圓弧或橢圓弧的軌跡控制 。并且通過調整橢圓長、短軸大小。能實現多個及多層障礙物的避障控制．該方法 的突出特點是方法簡單、算法容易實現 。使機器人完成多個及多層避障動作時。不滯后于動態環境里其它機器人(障 礙物)位置的變化．在仿真實驗中。取得了理想的效果． 關鍵詞；BP神經網絡I多個及多層避障控制I橢圓軌跡1 弓I言(Introduction) 在機器人中，避障軌跡的生成是一個重要的問 題．對于不確定的動態環境下的實時避障軌跡生成， 是較為困難的．有關這方面的研究，目前已有許多方 法．一些神經網絡模型被設計出來，產生實時的軌跡 生成．文獻113[23提供的神經網絡模型產生的軌跡 生成僅能處理在靜態環境下及假設空間中沒有障礙 物的情況．[3]提供的神經網絡模型，能為智能機器 人產生導航的避障軌跡，然而模型在計算上相當復 雜．文獻[43提供了Hopfield神經網絡模型，能在動 態環境下產生時實的避障軌跡生成，并在文獻[5] 中，嚴格證明了因該方法生成的軌跡沒有遭受局部 極小點逃離問題．并且文獻[63用兩個神經網絡層疊 加起來，每層構造相似于[43中的網絡結構．它是利 用第二層網絡來發現下一個機器人位置的無監督模 型，然而它卻加倍了計算量，盡管文獻[4，6]提供的 方法能在動態環境下，產生時實避障軌跡，但都具有 較慢的運動速度，在快速變化的環境下不能恰當地 完成動作執行，因為機器人要比較好地完成避障動 作，必須不能滯后于障礙物動作變化
標簽： 神經網絡 智能機器人
上傳時間： 2022-02-12
上傳用戶：得之我幸78
將偏差的比例（Proportion）、積分（Integral）和微分（Differential）通過線性組合構成控制量，用這一控制量對被控對象進行控制，這樣的控制器稱PID控制器。1.1模擬PID控制原理在模擬控制系統中，控制器最常用的控制規律是PID控制。為了說明控制器的工作原理，先看一個例子。如圖1-1所示是一個小功率直流電機的調速原理圖。給定速度n（f）與實際轉速進行比較n（），其差值e（）=n（0-n（），經過PID控制器調整后輸出電壓控制信號u），u）經過功率放大后，驅動直流電動機改變其轉速。常規的模擬PID控制系統原理框圖如圖1-2所示。該系統由模擬PID控制器和被控對象組成。圖中，r（）是給定值，y（f）是系統的實際輸出值，給定值與實際輸出值構成控制偏差e（t）e（）作為PID控制的輸入，以）作為PID控制器的輸出和被控對象的輸入。所以模擬PID控制器的控制規律為
標簽： pid控制
上傳時間： 2022-07-04
先進PID控制MATLAB仿真
標簽： MATLAB PID 控制 仿真
上傳時間： 2013-05-15
上傳用戶：eeworm
MATLAB語言與自動控制系統設計
標簽： MATLAB 語言 自動控制 系統設計
電視墻顯示及控制技術
標簽： 電視墻 控制技術
上傳時間： 2013-04-15
電氣控制與PLC 浙江水電專科精品課件 PPT版
標簽： PLC 電氣控制 水電
過程控制教程 ppt版
標簽： 過程控制 教程
上傳時間： 2013-06-14
強激光的傳輸與控制
標簽： 強激光 傳輸 控制
蟲蟲下載站版權所有 京ICP備2021023401號-1
