增量式PID控制算法程序T、TD、TI、KP依次從30H，33H，36H，39H開始。
上傳時間： 2013-12-29
上傳用戶：冇尾飛鉈
·摘要： 針對自行設計的兩輪自平衡機器人Opyanbot建立了動力學模型,應用最優(yōu)控制和兩輪差動等控制方法設計了控制器,提出了針對兩輪自平衡機器人平衡和行進的新策略.為了提高兩輪自平衡機器人的控制效果,利用基于DSP數字電路的全數字智能伺服驅動單元IPM100分別精確控制左右輪電機,并利用上位機實時控制機器人的運動狀態(tài),提高了控制精度、可靠度和集成度,得到了很好的控制效果. &
標簽： 自平衡 機器人 控制系統(tǒng)
上傳時間： 2013-07-12
上傳用戶：hfmm633
長高44b0xi BIOS源碼 FS44B0II BIOS具有啟動、引導，下載、燒寫，設置日期、時間，設置工作頻率等多種功能，並且支持各種參數的存儲和自動調用。 可以用flashpgm等軟件將BIOS燒寫到Flash中去，BIOS的自身駐留地址位于NOR FLASH的0x1f0000處，系統(tǒng)參數保存在0x1ff000以上區(qū)域中。所以在燒寫完BIOS，上電復位后先要執(zhí)一定要執(zhí)行backup命令把BIOS本身拷貝到NOR FLASH的高端1f0000去。
上傳時間： 2013-12-25
上傳用戶：ainimao
本文擬借助于神經網絡良好的逼近能力，實現(xiàn)永磁同步電機的無位置傳感器控制。 人工神經網絡(Neural Network)可以逼近任意復雜非線性映射，具有很強的自學習自適應能力，十分適合于解決復雜的非線性控制問題。其中，BP神經網絡是目前廣泛應用的神經網絡之一，得到了較為深入的研究，其結構簡單，需要離線確定的參數少、泛化能力強、逼近精度高、實時性強，采用BP神經網絡實現(xiàn)永磁同步電機的調速控制具有重要意義。 文中提出了基于BP神經網絡的永磁同步電機自適應調速控制策略，建立了一種包含辨識網絡和控制網絡的雙神經網絡結構控制系統(tǒng)。辨識網絡在線動態(tài)辨識系統(tǒng)輸出并對控制網絡參數進行調整，控制網絡與PI控制方法相結合實現(xiàn)永磁同步電機自適應轉速控制。仿真結果表明，該系統(tǒng)動態(tài)響應快、實時性較強、精度較高。 文中提出了一種基于混合訓練算法的BP神經網絡永磁同步電機無位置傳感器控制方法。采用混沌優(yōu)化和梯度下降法相結合的混合算法對BP神經網絡進行離線訓練后，將其用于永磁同步電機的轉子位置角在線估計。結果表明，該訓練算法可以有效地加快神經網絡收斂速度，且估計的轉子位置角誤差較小、精度較高。 文中建立了以TMS320F2812芯片為核心的永磁同步電機調速控制系統(tǒng)，并進行了相應的軟硬件設計，為實現(xiàn)永磁同步電機的各種控制策略奠定了實驗基礎。DSP控制系統(tǒng)為神經網絡訓練提供樣本，為研究永磁同步電機的自適應調速控制和轉子位置角估計創(chuàng)造了條件。
上傳時間： 2013-05-23
上傳用戶：1101055045
永磁同步電機(Permanent Magnet Synchronous Motor)因功率密度大、效率高、過載能力強、控制性能優(yōu)良等優(yōu)點，在中小容量調速系統(tǒng)和高精度調速場合發(fā)展迅速。但由于永磁同步電機的磁場具有獨特的交叉耦合和交叉飽和現(xiàn)象，且其控制系統(tǒng)是一個強非線性、時變和多變量系統(tǒng)，要實現(xiàn)高精度調速就需對其控制策略進行深入研究。 永磁同步電機調速系統(tǒng)中，位置傳感器的存在使得系統(tǒng)成本增加、結構復雜、可靠性降低，所以永磁同步電機的無位置傳感器控制成為一個新的研究熱點。本文擬借助于神經網絡良好的逼近能力，實現(xiàn)永磁同步電機的無位置傳感器控制。 人工神經網絡(Neural Network)可以逼近任意復雜非線性映射，具有很強的自學習自適應能力，十分適合于解決復雜的非線性控制問題。其中，BP神經網絡是目前廣泛應用的神經網絡之一，得到了較為深入的研究，其結構簡單，需要離線確定的參數少、泛化能力強、逼近精度高、實時性強，采用BP神經網絡實現(xiàn)永磁同步電機的調速控制具有重要意義。 文中提出了基于BP神經網絡的永磁同步電機自適應調速控制策略，建立了一種包含辨識網絡和控制網絡的雙神經網絡結構控制系統(tǒng)。辨識網絡在線動態(tài)辨識系統(tǒng)輸出并對控制網絡參數進行調整，控制網絡與PI控制方法相結合實現(xiàn)永磁同步電機自適應轉速控制。仿真結果表明，該系統(tǒng)動態(tài)響應快、實時性較強、精度較高。 文中提出了一種基于混合訓練算法的BP神經網絡永磁同步電機無位置傳感器控制方法。采用混沌優(yōu)化和梯度下降法相結合的混合算法對BP神經網絡進行離線訓練后，將其用于永磁同步電機的轉子位置角在線估計。結果表明，該訓練算法可以有效地加快神經網絡收斂速度，且估計的轉子位置角誤差較小、精度較高。 文中建立了以TMS320F2812芯片為核心的永磁同步電機調速控制系統(tǒng)，并進行了相應的軟硬件設計，為實現(xiàn)永磁同步電機的各種控制策略奠定了實驗基礎。DSP控制系統(tǒng)為神經網絡訓練提供樣本，為研究永磁同步電機的自適應調速控制和轉子位置角估計創(chuàng)造了條件。
上傳時間： 2013-07-03
上傳用戶：kakuki123
工業(yè)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(tǒng)都是屬于大時滯系統(tǒng)，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(xiàn)了比較理想的控制效果，但它仍然屬于將參數整定與系統(tǒng)控制分開處理的離線整定方法，如果工況發(fā)生變化就必須重新調整參數。針對這一問題，為了實現(xiàn)時滯系統(tǒng)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(tǒng)的特點，討論了幾種時滯系統(tǒng)較為成熟的常規(guī)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(tǒng)中的控制性能進行了比較。 其次，在分析PID參數自整定傳統(tǒng)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(tǒng)PID控制的廣泛適應性。該方法不需要離線整定參數，實現(xiàn)了在線自整定參數。仿真實驗表明了該控制器對模型和環(huán)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(xiàn)參數的在線自整定。理論分析、系統(tǒng)仿真、實驗結果都證實了這種控制策略能有效地減少系統(tǒng)超調量，并減少了調節(jié)時間，提高了系統(tǒng)的實時性和控制精度。
標簽： 時滯系統(tǒng) 參數 自整定控制
上傳時間： 2013-07-05
上傳用戶：xinyuzhiqiwuwu
開關磁阻電機驅動系統(tǒng)(SRD)是一種新型交流驅動系統(tǒng),以結構簡單、堅固耐用、成本低廉、控制參數多、控制方法靈活、可得到各種所需的機械特性,而備受矚目,應用日益廣泛.并且SRD在寬廣的調速范圍內均具有較高的效率,這一點是其它調速系統(tǒng)所不可比擬的.但開關磁阻電機(SRM)的振動與噪聲比較大,這影響了SRD在許多領域的應用.本文針對上述問題進行了研究,提出了一種新型齒極結構,可有效降低開關磁阻電機的振動與噪聲.通過電磁場有限元計算可看出,在新型齒極結構下,導致開關磁阻電機振動與噪聲的徑向力大為減小,尤其是當轉子極相對定子極位于關斷位置時,徑向力大幅度地減小,并改善了徑向力沿定子圓周的分布,使其波動減小,從而減小了定子鐵心的變形與振動,進而降低了開關磁阻電機的噪聲.靜態(tài)轉矩因轉子極開槽也略微減小,但對電機的效率影響不大.開關磁阻電機因磁路的飽和導致參數的非線性,又因在不同控制方式下是變結構的.這使得開關磁阻電機的控制非常困難.經典的線性控制方法如PI、PID等方法用于開關磁阻電機的控制,效果不好.其它的控制方法如滑模變結構控制、狀態(tài)空間控制方法等可取得較好的控制效果但大都比較復雜,實現(xiàn)起來比較困難.而智能控制方法如模糊控制本身為一種非線性控制方法,對于非線性、變結構、時變的被控對象均可取得較好的控制效果且不需知道被控對象的數學模型,這對于很難精確建模的開關磁阻電機來說尤其適用.同時,模糊控制實現(xiàn)比較容易.但對于變參數、變結構的開關磁阻電機來說固定參數的模糊控制在不同條件下其控制效果難以達到最優(yōu).為取得最優(yōu)的控制效果,該文采用帶修正因子的自組織模糊控制器,采用單純形加速優(yōu)化算法通過在線調整參數,達到了較好的控制效果.仿真結果證明了這一點.
上傳時間： 2013-05-16
上傳用戶：大三三
交流電動機是一個多變量、高階、強耦合的非線性系統(tǒng)，不象直流電機那樣易于控制轉矩，采用矢量控制技術可解決傳統(tǒng)交流調速的難題，使交流電機可以按直流電機的控制規(guī)律來進行控制，而無傳感器矢量控制技術由于可以省去速度傳感器，使相應的交流調速系統(tǒng)變得簡便、廉價和可靠，所以成為當前研究的熱點，本論文工作就是這方面的一個嘗試。 論文首先介紹了矢量控制技術的基本理論。對感應電動機在三相靜止坐標系下強耦合和互感變參數的數學模型，通過坐標變換，導出感應電機在兩相同步旋轉坐標系下的數學模型，然后將同步坐標系按轉子磁場定向，實現(xiàn)了對轉子磁鏈和轉矩的分別控制，從而可以按直流電機的控制規(guī)律來控制交流電機。 其次，論文基于同步軸系下的感應電動機電壓磁鏈方程式，提出了一種感應電動機按轉子磁場定向的矢量控制方法，利用在同步軸系中T軸電流的誤差信號實現(xiàn)對電機速度的估算，這種速度估算方法結構簡單，有一定的自適應能力。同時在該無傳感器矢量控制系統(tǒng)中，由于采用了經典的PI調節(jié)器，使得控制系統(tǒng)更為簡單易行。 論文利用MATLAB建立了該無傳感器矢量控制系統(tǒng)的仿真模型。為提高系統(tǒng)的適應性和仿真結果的準確性，仿真模型采用了標么值系統(tǒng)，并考慮了控制周期和采樣信號周期對仿真結果的影響。討論了離散控制引起的相位補償問題，使仿真結果更接近實際工程系統(tǒng)。 最后，通過仿真進一步驗證了本文提出的無傳感器矢量控制系統(tǒng)的正確性和可行性，也證明了速度估計模型對速度估計準確，且對參數的變化有較強的魯棒性。
標簽： 無傳感器 矢量控制系統(tǒng) 速度
上傳時間： 2013-06-02
上傳用戶：libinxny
信息化社會的到來以及IP技術的興起，正深刻的改變著電信網絡的面貌以及未來技術發(fā)展的走向。無線通信技術的發(fā)展為實現(xiàn)數字化社區(qū)提供了有力的保證。而視頻通信則成為多媒體業(yè)務的核心。如何在環(huán)境惡劣的無線環(huán)境中，實時傳輸高質量的視頻面臨著巨大的挑戰(zhàn)，因此這也成為人們的研究熱點。 對于無線移動信道來說，網絡的可用帶寬是有限的。由于多徑、衰落、時延擴展、噪聲影響和信道干擾等原因，無線移動通信不僅具有帶寬波動的特點，而且信道誤碼率高，經常會出現(xiàn)連續(xù)的、突發(fā)性的傳輸錯誤。無線信道可用帶寬與傳輸速率的時變特性，使得傳輸的可靠性大為降低。 視頻播放具有嚴格的實時性要求，這就要求網絡為視頻的傳輸提供足夠的帶寬.有保障的延時和誤碼率。為了獲得可接受的重建視頻質量，視頻傳輸至少需要28Kbps左右的帶寬。而且視頻傳輸對時延非常敏感。然而無線移動網絡卻無法提供可靠的服務質量。 基于無線視頻通信面臨的挑戰(zhàn)，本文在對新一代視頻編碼國際標準H.264/AVC研究的基礎上，主要在提高其編碼效率和H.264的無線傳輸抗誤碼性能，以及如何在嵌入式環(huán)境下實現(xiàn)H.264解碼器進行了研究。 結合低碼率和幀內刷新，提出一種針對感興趣區(qū)的可變幀內刷新方法。實驗表明該方法可以使用較少的碼率對感興趣區(qū)域進行更好的錯誤控制，以提高區(qū)域圖像質量，同時能根據感興趣區(qū)及信道的狀況自動調整宏塊刷新數量，充分利用有限的碼率。 為了有效的平衡編碼效率和抗誤碼能力的之間的矛盾，筆者提出了一種自適應FMO(Flexible Macroblock Order)編碼方法，可根據圖像的復雜度自適應地選擇編碼所需的FMO模式。仿真結果表明這種FMO編碼方式完全可行，且在運動復雜度頻繁變化時效果更加明顯，完全可應用在環(huán)境惡劣的無線信道中。 在對嵌入式PXA270硬件結構和X264研究的基礎上，基本實現(xiàn)了基于H.264的嵌入式解碼，在PXA270基礎上進行環(huán)境的配置，定制WirtCE操作系統(tǒng)，并編譯、產生開發(fā)所用的SDK和下載內核到目標機。利用開發(fā)工具EVC實現(xiàn)在PC機上的實時開發(fā)和在線仿真調試，最終實現(xiàn)了對無差錯H.264碼流實時解碼。
上傳時間： 2013-06-18
上傳用戶：也一樣請求
單片機模糊模糊控制是目前在控制領域所采用的三種智能控制方法中最具實際意義的方法。模糊控制的采用解決了大量過去人們無法解決的問題，并且在工業(yè)控制、家用電器和各個領域已取得了令人觸目的成效。本書是一本系統(tǒng)地介紹模糊控制的理論、技術、方法和應用的著作；內容包括模糊控制基礎、模糊控制器、模糊控制系統(tǒng)、模糊控制系統(tǒng)的穩(wěn)定性、模糊控制系統(tǒng)的開發(fā)軟件，用單片微型機實現(xiàn)模糊控制的技術和方法，模糊控制在家用電器和工業(yè)上應用的實際例子；反映了模糊控制目前的水平。 單片機模糊模糊控制目錄 ： 第一章 模糊邏輯、神經網絡集成電路的發(fā)展 1.1 模糊邏輯及其集成電路的發(fā)展1.1.1 模糊邏輯的誕生和發(fā)展1.1.2 模糊集成電路的發(fā)展進程1.2 神經網絡及其集成電路的發(fā)展1.2.1 神經網絡的形成歷史1.2.2 神經網絡集成電路的發(fā)展1.3 模糊邏輯和神經網絡的結合1.3.1 模糊邏輯和神經網絡結合的意義1.3.2 模糊邏輯和神經網絡結合的前景第二章 模糊邏輯及其理論基礎 2.1 模糊集合與隸屬函數2.1.1 模糊集合概念2.1.2 隸屬函數2.1.3 分解定理與擴張定理2.1.4 模糊數2.2 模糊關系、模糊矩陣與模糊變換2.2.1 模糊關系2.2.2 模糊矩陣2.2.3 模糊變換2.3模糊邏輯和函數2.3.1模糊命題2.3.2模糊邏輯2.3.3模糊邏輯函數2.4模糊語言2.4.1 語言及語言的模糊性2.4.2 模糊語言2.4.3 語法規(guī)則和算子2.4.4 模糊條件語句2.5 模糊推理2.5.1 模糊推理的CRI法2.5.2 模糊推理的TVR法2.5.3 模糊推理的直接法2.5.4 模糊推理的精確值法2.5.5 模糊推理的強度轉移法第三章 模糊控制基礎 3.1 模糊控制的系統(tǒng)結構3.2 精確量的模糊化3.2.1 語言變量的分檔3.2.2 語言變量值的表示方法3.2.3 精確量轉換成模糊量3.3 模糊量的精確化3.3.1 最大隸屬度法3.3.2 中位數法3.3.3 重心法3.4 模糊控制規(guī)則及控制算法3.4.1 模糊控制規(guī)則的格式3.4.2 模糊控制規(guī)則的生成3.4.3 模糊控制規(guī)則的優(yōu)化3.4.4 模糊控制算法3.5 模糊控制的神經網絡方法3.5.1 神經元和神經網絡3.5.2 神經網絡的分布存儲和容錯性3.5.3 神經網絡的學習算法3.5.4 神經網絡實現(xiàn)的模糊控制3.5.5 神經網絡構造隸屬函數3.5.6 神經網絡存儲控制規(guī)則3.5.7 神經網絡實現(xiàn)模糊化、反模糊化第四章 模糊控制器 4.1 模糊控制器結構4.2 模糊控制器設計4.2.1 常規(guī)模糊控制器設計4.2.2 變結構模糊控制器設計4.2.3 自組織模糊控制器設計4.2.4 自適應模糊控制器設計4.3 模糊控制器的數學模型4.3.1 常規(guī)模糊控制器的數學模型4.3.2 模糊控制器數學模型的建立第五章 模糊控制系統(tǒng) 5.1 模糊系統(tǒng)的辨識和建模5.1.1 模糊系統(tǒng)辨識的數學基礎5.1.2 基于模糊關系方程的模糊模型辨識5.1.3 基于語言控制規(guī)則的模糊模型辨識5.2 模糊控制系統(tǒng)的設計5.2.1 模糊控制系統(tǒng)的一般設計過程5.2.2 模糊控制系統(tǒng)的典型設計5.3 模糊控制系統(tǒng)的穩(wěn)定性5.3.1 穩(wěn)定性分析的Lyapunov直接法5.3.2 語言規(guī)則描述的模糊控制系統(tǒng)的穩(wěn)定性5.3.3 關系方程描述的模糊控制系統(tǒng)的穩(wěn)定性第六章 數字單片機與模糊控制6.1 數字單片機MC68HC705P96.1.1 MC68HC705P9單片機性能概論6.1.2 MC68HC705P9單片機基本結構6.1.3 MC68HC705P9指令系統(tǒng)6.2 數字單片機模糊控制方式6.2.1 數字單片機與模糊控制關系6.2.2 數字單片機模糊控制方式第七章 模糊單片機與模糊控制7.1 模糊單片機NLX2307.1.1 模糊單片機NLX230性能概況7.1.2 NLX230的結構及引腳7.1.3 NLX230的模糊推理方式7.1.4 NLX230的內部寄存器7.1.5 NLX230的操作及接口技術7.2 NLX230開發(fā)系統(tǒng)7.3 NLX230應用例子第八章 模糊控制的開發(fā)軟件8.1 模糊推理機原理8.2 模糊推理機的算法8.3 模糊推理機結構和清單8.4 模糊邏輯知識基發(fā)生器8.5 模糊推理開發(fā)環(huán)境8.5.1 FIDE的工作條件8.5.2 FIDE的結構8.5.3 FIDE的工作過程第九章 模糊控制在家用電器中的應用9.1 模糊控制的電冰箱9.1.1 電冰箱模糊控制系統(tǒng)結構9.1.2 模糊控制規(guī)則和模糊量9.1.3 控制系統(tǒng)的電路結構9.1.4 控制規(guī)則的自調整9.2 模糊控制的電飯鍋9.2.1 煮飯的工藝過程曲線9.2.2 模糊控制的邏輯結構9.2.3 模糊量和模糊推理9.2.4 控制軟件框圖9.3 模糊控制的微波爐9.3.1 控制電路的結構框圖9.3.2 微波爐的模糊量與推理9.3.3 微波爐控制電路結構原理9.3.4 控制軟件原理及框圖9.4 模糊控制的洗衣機9.4.1 模糊洗衣機控制系統(tǒng)邏輯結構9.4.2 模糊洗衣機的模糊推理9.4.3 洗衣機物理量檢測方法9.4.4 布質和布量的模糊推理第十章 模糊控制在工程上的應用10.1 模糊參數自適應PID控制器10.1.1 自校正PID控制器10.1.2 模糊參數自適應PID控制系統(tǒng)結構10.1.3 模糊控制規(guī)則的產生10.1.4 模糊推理機理及運行結果10.2 恒溫爐模糊控制10.2.1 恒溫爐模糊控制的系統(tǒng)結構10.2.2 模糊控制器及控制規(guī)則的形成10.2.3 模糊控制器的校正10.3 感應電機模糊矢量控制10.3.1 模糊矢量控制系統(tǒng)結構10.3.2 矢量控制的基本原理10.3.3 模糊電阻觀測器10.3.4 模糊控制器及運行
上傳時間： 2014-12-28
上傳用戶：semi1981
