隨著電力電子技術的飛速發展,越來越多的電力電子裝置被廣泛應用到各個領域,其中相當一部分負荷具有非線性或具有時變特性,使電網中暫態沖擊、無功功率、高次諧波及三相不平衡問題日趨嚴重,給電網的供電質量造成嚴重的污染和損耗.因此,對電力系統進行諧波抑制和無功補償,提高電網供電質量變得十分重要.電力有源濾波器(Active Power Filter,簡稱APF)與無源濾波器相比,APF具有高度可控制和快速響應特性,并且能跟蹤補償各次諧波、自動產生所需變化的無功功率和諧波功率,其特性不受系統影響,無諧波放大威脅.并聯型電力有源濾波器(Shunt Active Power Filter,簡稱SAPF)更是得到了廣泛的應用. 近年來,自適應算法中的遞推最小二乘法(簡稱RLS)應用越來越廣泛,該算法簡單,收斂速度快.應用基于RLS自適應算法的濾波器(簡稱RLS濾波器),可以快速有效的濾除雜波,同時自動調整濾波器參數,不斷改進濾波性能,最終得到所需的信號. 本文研究了基于平均功率和RLS自適應算法的并聯型有源濾波器.它的參考電流是一個同電網相電壓同相位的三相平衡的有功電流,它包含兩個分量:一個是由實測的三相負載瞬時功率計算得到的,基于平均功率算法的電網應該為負載各相提供的有功電流瞬時參考值；另一個是為了維持有源濾波器中逆變器的直流母線電壓基本恒定,主要通過RLS濾波器計算得出的電網各相應該提供的有功電流瞬時參考值.兩個分量的計算共同構成了該有源濾波器參考電流的計算.補償電流指令值與實際補償電流比較生成控制逆變橋工作的PWM脈沖,生成補償電流,達到補償負載無功和抑制諧波的目的. 應用RLS濾波器得到維持直流母線電壓恒定的直流側有功系數A<,dc>,克服了傳統PI控制中參數難以得到且由于參數過于敏感而導致補償后電流紋波太大的問題.使得當穩態時SAPF自身的功率損耗和暫態負載變化時因為直流側電容提供電網和負載之間的有功功率差而引起的電壓的波動迅速反饋到指令電流的計算中.RLS算法收斂快,SAPF實時性大大提高.基于該方法的SAPF結構簡單,無需鎖相器. 根據本文的算法應用MATAB建立了仿真系統,仿真結果表明基于該算法的SAPF的可行性和實時性.
上傳時間： 2013-04-24
上傳用戶：mfhe2005
工業生產過程中，時滯對象普遍存在，同時也是較難控制的，尤其是大時滯對象的控制一直都是一個難題。而很多溫度控制系統都是屬于大時滯系統，常見的智能溫度控制器雖然在溫度控制的實際應用中表現了比較理想的控制效果，但它仍然屬于將參數整定與系統控制分開處理的離線整定方法，如果工況發生變化就必須重新調整參數。針對這一問題，為了實現時滯系統參數自整定的控制，本文將神經網路控制、模糊控制和PID控制結合起來，設計了基于神經網路的模糊自適應PID控制器。 首先，本論文分析了時滯系統的特點，討論了幾種時滯系統較為成熟的常規控制算法：微分先行控制算法、史密斯預估控制算法、大林控制算法，并深入研究了它們的控制性能；并且通過仿真對這三種控制方法在溫控系統中的控制性能進行了比較。 其次，在分析PID參數自整定傳統方法的基礎上，設計了一種改進方法，并設計了相應的控制器。該控制器綜合了模糊控制、神經網絡控制和PID控制各自的長處，既具備了模糊控制簡單有效的控制作用以及較強的邏輯推理功能，也具備了神經網絡的自適應、自學習的能力，同時也具備了傳統PID控制的廣泛適應性。該方法不需要離線整定參數，實現了在線自整定參數。仿真實驗表明了該控制器對模型和環境都具有較好的適應能力和較強的魯棒性。 最后將基于神經網路的模糊自適應PID控制器應用于貝加萊PID溫控裝置，能夠出色地實現參數的在線自整定。理論分析、系統仿真、實驗結果都證實了這種控制策略能有效地減少系統超調量，并減少了調節時間，提高了系統的實時性和控制精度。
上傳時間： 2013-07-05
上傳用戶：xinyuzhiqiwuwu
《計算機組成原理》是計算機系的一門核心課程。但是它涉及的知識面非常廣，內容包括中央處理器、指令系統、存儲系統、總線和輸入輸出系統等方面，學生在學習該課程時，普遍覺得內容抽象難于理解。但借助于該計算機組成原理實驗系統，學生通過實驗環節，可以進一步融會貫通學習內容，掌握計算機各模塊的工作原理，相互關系的來龍去脈。 為了增強實驗系統的功能，提高系統的靈活性，降低實驗成本，我們采用FPGA芯片技術來徹底更新現有的計算器組成原理實驗平臺。該技術可根據用戶要求為芯片加載由VHDL語言所編寫出的不同的硬件邏輯，FPGA芯片具有重復編程能力，使得系統內硬件的功能可以像軟件一樣被編程，這種稱為“軟”硬件的全新系統設計概念，使實驗系統具有極強的靈活性和適應性。它不僅使該系統性能的改進和擴充變得十分簡易和方便，而且使學生自己設計不同的實驗變為可能。計算機組成原理實驗的最終目的是讓學生能夠設計CPU，但首先，學生必須知道CPU的各個功能部件是如何工作，以及相互之間是如何配合構成CPU的。因此，我們必須先設計出一個教學用的以FPGA芯片為核心的硬件平臺，然后在此基礎上開發出VHDL部件庫及主要邏輯功能，并設計出一套實驗。 本文重點研究了基于FPGA芯片的VHDL硬件系統，由于VHDL的高標準化和硬件描述能力，現代CPU的主要功能如計算，存儲，I/O操作等均可由VHDL來實現。同時設計實驗內容，包括時序電路的組成及控制原理實驗、八位運算器的組成及復合運算實驗、存儲器實驗、數據通路實驗、浮點運算器實驗、多流水線處理器實驗等，這些實驗形成一個相互關聯的系統。每個實驗先由教師講解原理及原理圖，學生根據教師提供的原理圖，自己用MAX+PLUSII完成電路輸入，學生實驗實際上是編寫VHDL，不需要寫得很復雜，只要能調用接口，然后將程序燒入平臺，這樣既不會讓學生花太多的時間在畫電路圖上，又能讓學生更好的理解每個部件的工作原理和工作過程。 論文首先研究分析了FPGA硬件實驗平臺，即實驗系統的硬件組成。系統采用FPGA-XC4010EPC84，62256CPLD以及其他外圍芯片(例如74LS244，74LS275)組成。根據不同的實驗要求，規劃不同實驗控制邏輯。用戶可選擇不同的實驗邏輯，通過把實驗邏輯下載到FPGA芯片中構成自己的實驗平臺。 其次，論文詳細的闡述了VHDL模塊化設計，如何運用VHDL技術來依次實現CPU的各個功能部件。VHDL語言作為一種國際標準化的硬件描述語言，自1987年獲得IEEE批準以來，經過了1993年和2001年兩次修改，至今已被眾多的國際知名電子設計自動化(EDA)工具研發商所采用，并隨同EDA設計工具一起廣泛地進入了數字系統設計與研發領域，目前已成為電子業界普遍接受的一種硬件設計技術。再次，論文針對實驗平臺中遇到的較為棘手的多流水線等問題，也進行了深入的闡述和剖析。學生需要什么樣的實驗條件，實驗內容及步驟才能了解當今CPU所采用的核心技術，才能掌握CPU的設計，運行原理。另外，本論文的背景是需要學生熟悉基本的VHDL知識或技能，因為實驗是在編寫VHDL代碼的前提下完成的。 本文在基于實驗室的環境下，基本上較為完整的實現了一個基于FPGA的實驗平臺方案。在此基礎上，進行了部分功能的測試和部分性能方面的分析。本論文的研究，為FPGA在實際系統中的應用提供研究思路和參考方案。論文的研究結果將對FPGA與VHDL標準的進一步發展具有重要的理論和現實意義。
上傳時間： 2013-04-24
上傳用戶：小強mmmm
一個通用的矩陣綜合算法；能實現加、減、乘、轉置以及初始化設置功能(大小和初值)。
上傳時間： 2014-02-18
上傳用戶：Thuan
八數碼難題求解程序本程序所采用的啟發函數,本人不能證明它能解決任何的八數碼難題,如果對于較難的問題會產生很多節點,有可能會使空間不足,所以盡量不要出太難的問題難為它.希望廣大的人工智能愛好者能寫出更好的啟發函數.
上傳時間： 2015-01-15
上傳用戶：comua
自編加學習的簡單管理系統,希望指教
標簽： 管理系統
上傳時間： 2015-02-21
上傳用戶：731140412
簡單的角度計算,能進行簡單加減發運算
上傳時間： 2015-02-24
上傳用戶：sclyutian
通過網絡教學使同學們能通過自答自測的方式掌握知識
上傳時間： 2013-12-17
上傳用戶：縹緲
Matcom是mathTools公司推出的一個能將M文件轉化成相同功能C++代碼的工具。相比Matlab自帶的編譯器Compiler，用Matcom轉化代碼要簡單和方便得多。本文將結合作者編程經驗，以VC6.0和Matcom為例，詳細介紹如何利用Matcom進行VC與Matlab的聯合編程。
標簽： mathTools Compiler Matcom Matlab
上傳時間： 2013-12-30
上傳用戶：wl9454
設置功能： 在設置中可以設置內容（加、減、乘、除、混合、隨機五種；時間（1分鐘、5分鐘、10分鐘、20分鐘、30分鐘、自定義）；題數（10題、20題、40題、50題、自定義）；界面方式（古老傳說、絢麗多彩、人間仙境、透明精靈、萬物光芒四種）。 界面特色： 在界面中有剩余時間、分數、題目數等提示，這些提示可以讓自己清楚知道自己的成績，當考試結束時會彈出成績窗口，以便同學們查漏補缺。 操作方法： 本軟件的操作方法很是簡單，可以脫離鼠標操作，也就是全鍵盤輸入，按回車鍵和輸入內容就可以實現操作，為考試者提供了方便。 注意事項： 在透明精靈時就有可能看不到界面中的一些特色。要注意使用。要在設置的內容中選擇一項運算方式方可以開始計時考試。因為當前軟件是測試版所以在考試過程中可以按 ALT + X 強行退出考試系統。 解壓密碼為：vbsoft.icpcn.com
上傳時間： 2015-03-24
上傳用戶：aa54
