亚洲欧美第一页_禁久久精品乱码_粉嫩av一区二区三区免费野_久草精品视频

蟲蟲首頁| 資源下載| 資源專輯| 精品軟件
登錄| 注冊

無(wú)模型控制

  • 非線性模型預測控制

    NMPC直線跟蹤控制源碼,可以自行添加約束與懲罰,希望可以幫到你們資源共享

    標簽: 非線性 模型預測 控制

    上傳時間: 2018-10-17

    上傳用戶:爆丸小子

  • 準Z源逆變器在光伏系統(tǒng)的控制設(shè)計(英文)

    準Z源逆變器控制論文,系統(tǒng)數(shù)學模型,參數(shù),控制系統(tǒng)原理框圖,非常詳細。

    標簽: Z源逆變器 光伏系統(tǒng) 控制設(shè)計 英文

    上傳時間: 2018-12-04

    上傳用戶:dust

  • 異步電機直接轉(zhuǎn)矩控制

    基于三電平優(yōu)化矢量的異步電機模型預測直接轉(zhuǎn)矩控制

    標簽: 異步電機 直接轉(zhuǎn)矩控制

    上傳時間: 2019-07-10

    上傳用戶:sjjy0220

  • 無刷雙饋電機間接轉(zhuǎn)矩控制

    根據(jù)間接轉(zhuǎn)矩控制原理,基于無刷雙饋電機的模型,使用matlab軟件建立了無刷雙饋電機間接轉(zhuǎn)矩控制的仿真模型,仿真結(jié)果理想。此仿真驗證了所建模型的合理性,并且驗證了間接控制系統(tǒng)的穩(wěn)定性。

    標簽: 無刷 雙饋 電機 間接轉(zhuǎn)矩控制

    上傳時間: 2019-07-22

    上傳用戶:1111111111111

  • 基于狀態(tài)空間的模型預測控制

    基于狀態(tài)空間的模型預測控制程序,帶有說明

    標簽: 狀態(tài)空間 模型預測 控制

    上傳時間: 2019-08-28

    上傳用戶:小小絨絨

  • 帶有約束的模型預測控制

    有約束的模型預測控制程序和無約束的模型預測控制程序

    標簽: 模型預測 控制

    上傳時間: 2019-08-28

    上傳用戶:小小絨絨

  • 分布式電源的PQ控制模型

    分布式電源PQ控制器的matlab仿真模型

    標簽: 分布式電源 控制模型

    上傳時間: 2019-12-18

    上傳用戶:jiangxy

  • 先進控制技術(shù)應用實例

    先進控制技術(shù)應用自從20世紀60年代現(xiàn)代控制理論迅速發(fā)展并在航天工業(yè)中得到成功的應用以后,這一理論在工業(yè)界受到了極大的關(guān)注核重視。但是,由于實際工業(yè)生產(chǎn)過程非常復雜,無法用數(shù)學模型精確描述,使得現(xiàn)代先進控制技術(shù)在工業(yè)上的應用遲后了十多年的時間。

    標簽: 控制技術(shù)

    上傳時間: 2021-11-20

    上傳用戶:

  • 基于人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)智能機器人的避障軌跡控制

    基于人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)智能機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)。模擬智能機器人的兩控制參數(shù)(左 、右輪速)間的函數(shù)關(guān)系。實現(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。能實現(xiàn)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(xiàn) 。使機器人完成多個及多層避障動作時。不滯后于動態(tài)環(huán)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(guān)鍵詞;BP神經(jīng)網(wǎng)絡(luò)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(tài)環(huán)境下的實時避障軌跡生成, 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)計出來,產(chǎn)生實時的軌跡 生成.文獻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,能為智能機器 人產(chǎn)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(jīng)網(wǎng)絡(luò)模型,能在動 態(tài)環(huán)境下產(chǎn)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(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)下一個機器人位置的無監(jiān)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(tài)環(huán)境下,產(chǎn)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(huán)境下不能恰當?shù)? 完成動作執(zhí)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(jīng)網(wǎng)絡(luò) 智能機器人

    上傳時間: 2022-02-12

    上傳用戶:得之我幸78

  • 基于阻抗法的壓電智能梁振動控制分析

    壓電材料由于其力電耦合特性,能有效地將機械能與電能進行轉(zhuǎn)換,于是人們將其作為激勵/傳感器廣泛地應用于各類工程領(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器,以達到抑制受控結(jié)構(gòu)振動的目標。因此,研究壓電智能結(jié)構(gòu)的振動以及振動控制有重要的科學意義和實用價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)的頻率響應數(shù)值模型以及由此模型計算系統(tǒng)動態(tài)響應的方法,本文還研究了速度負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,系統(tǒng)的動態(tài)性能;不同控制器參數(shù)下,控制系統(tǒng)的效果。計算結(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,因此需要進一步研究。振動是大自然中最普遍的現(xiàn)象,在現(xiàn)實的工業(yè)工程及實際生活中,人們常常遇到各種與振動有關(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、雷達等設(shè)備及設(shè)施中,就利用了振動含有積極意義的一方面;另一方面,機床的劇烈振動導致工件的加工精度達不到要求、飛機機翼的顫振、飛機輪船等振動噪聲過大導致乘客感到不舒適等則是振動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)模型進行分析、研究,以期對振動進行控制:一方面提高起積極作用的振動的強度或?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削弱,達到不影響工業(yè)生產(chǎn)及生活的效果

    標簽: 阻抗法

    上傳時間: 2022-03-11

    上傳用戶:qingfengchizhu

主站蜘蛛池模板: 石楼县| 乌兰察布市| 阿鲁科尔沁旗| 怀宁县| 洪泽县| 鄂伦春自治旗| 当阳市| 土默特左旗| 广德县| 霍林郭勒市| 宜黄县| 布尔津县| 义乌市| 襄樊市| 定日县| 河南省| 栖霞市| 南皮县| 河源市| 固阳县| 防城港市| 兴和县| 黔南| 巩留县| 沈阳市| 清河县| 龙海市| 亳州市| 太湖县| 兴业县| 鸡西市| 定远县| 青浦区| 吕梁市| 大姚县| 两当县| 邓州市| 景泰县| 乌鲁木齐市| 玛多县| 梁平县|