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

監(jiān)控預(yù)警

  • x電容和y電容介紹

    X電容是指跨于L-N之間的電容器, Y電容是指跨于L-G/N-G之間的電容器。(L=Line, N=Neutral, G=Ground).

    標簽: 電容

    上傳時間: 2014-12-23

    上傳用戶:haohao

  • 提高PLC程序運行速度的幾種編程方法

    PLC 以 其 可靠性高、抗干擾能力強、配套齊全、功能完善、適應性強等特點,廣泛應用于各種控制領域。PLC作為通用工業控制計算機,是面向工礦企業的工控設備,使用梯形圖符號進行編程,與繼電器電路相當接近,被廣大工程技術人員接受。但是在實際應用中,如何編程能夠提高PLC程序運行速度是一個值得我們思考研究的問題。1 PLC工作原理PLC 與 計 算機的工作原理基本相同,即在系統程序的管理下,通過運行應用程序完成用戶任務。但兩者的工作方式有所不同。計算機一般采用等待命令的工作方式,而PLC在確定了工作任務并裝人了專用程序后成為一種專用機,它采用循環掃描工作方式,系統工作任務管理及應用程序執行都是用循環掃描方式完成的。PLC 有 兩 種基本的工作狀態,即運行(RUN)與停止(STOP)狀態。在這兩種狀態下,PLC的掃描過程及所要完成的任務是不盡相同的,如圖1所示。 PLC在RUN工作狀態時,執行一次掃描操作所的時間稱為掃描周期,其典型值通常為1一100nis,不同PLC廠家的產品則略有不同。掃描周期由內部處理時間、輸A/ 輸出處理執行時間、指令執行時間等三部分組成。通常在一個掃描過程中,執行指令的時間占了絕大部分,而執行指令的時間與用戶程序的長短有關。用戶 程 序 是根據控制要求由用戶編制,由許多條PLC指令所組成。不同的指令所對應的程序步不同,以三菱FX2N系列的PLC為例,PLC對每一個程序步操作處理時間為:基本指令占0.741s/步,功能指令占幾百微米/步。完成一個控制任務可以有多種編制程序的方法,因此,選擇合理、巧妙的編程方法既可以大大提高程序運行速度,又可以保證可靠性。 提高PLC程序運行速度的幾種編程方法2.1 用數據傳送給位元件組合的方法來控制輸出在 PL C應 用編程中,最后都會有一段輸出控制程序,一般都是用邏輯取及輸出指令來編寫,如圖2所示。在圖2所示的程序中,邏輯取的程序步為1,輸出的程序步為2,執行上述程序共需3個程序步。通常情況下,PLC要控制的輸出都不會是少量的,比如,有8個輸出,在條件滿足時要同時輸出。此時,執行圖2所示的程序共需17個程序步。若我們通過位元件的組合并采用數據傳送的方法來完成圖2所示的程序,就會大大減少程序步驟。在三 菱 PLC中,只處理ON/OFF狀態的元件(如X,Y,M和S),稱為位元件。但將位元件組合起來也可以處理數據。位元件組合由Kn加首元件號來表示。位元件每4bit為一組組合成單元。如KYO中的n是組數,當n=1時,K,Yo 對應的是Y3一Yo。當n二2時,KZYo對應的是Y7一Yo。通過位元件組合,就可以用處理數據的方式來處理位元件,圖2程序所示的功能可用圖3所示的傳送數據的方式來完成。

    標簽: PLC 程序 運行速度 編程方法

    上傳時間: 2013-11-11

    上傳用戶:幾何公差

  • 盒維數MATLAB計算程序。%根據計盒維數原理編寫了求一維曲線分形維數的matlab程序 function D=FractalDim(y,cellmax) %求輸入一維信號的計盒分形維

    盒維數MATLAB計算程序。%根據計盒維數原理編寫了求一維曲線分形維數的matlab程序 function D=FractalDim(y,cellmax) %求輸入一維信號的計盒分形維數 %y是一維信號 %cellmax:方格子的最大邊長,可以取2的偶數次冪次(1,2,4,8...),取大于數據長度的偶數 %D是y的計盒維數(一般情況下D>=1),D=lim(log(N(e))/log(k/e)),

    標簽: FractalDim function cellmax MATLAB

    上傳時間: 2015-04-23

    上傳用戶:liuchee

  • 本書第二部分講述的是在Wi n 3 2平臺上的Wi n s o c k編程。對于眾多的基層網絡協議

    本書第二部分講述的是在Wi n 3 2平臺上的Wi n s o c k編程。對于眾多的基層網絡協議, Wi n s o c k是訪問它們的首選接口。而且在每個Wi n 3 2平臺上,Wi n s o c k都以不同的形式存在著。 Wi n s o c k是網絡編程接口,而不是協議。它從U n i x平臺的B e r k e l e y(B S D)套接字方案借鑒了 許多東西,后者能訪問多種網絡協議。在Wi n 3 2環境中,Wi n s o c k接口最終成為一個真正的 “與協議無關”接口,尤其是在Winsock 2發布之后。

    標簽: 編程 網絡協議

    上傳時間: 2015-07-08

    上傳用戶:thinode

  • %realize overlapped-save method %y:output sequence %x:input seqence %h:filter impulse response s

    %realize overlapped-save method %y:output sequence %x:input seqence %h:filter impulse response sequence %N:length of each segment %重疊保留法實現分段卷積

    標簽: overlapped-save sequence response realize

    上傳時間: 2015-07-22

    上傳用戶:chenbhdt

  • * 本算法用最小二乘法依據指定的M個基函數及N個已知數據進行曲線擬和 * 輸入: m--已知數據點的個數M * f--M維基函數向量 * n--已知數據點的個數N-1 * x--已知數

    * 本算法用最小二乘法依據指定的M個基函數及N個已知數據進行曲線擬和 * 輸入: m--已知數據點的個數M * f--M維基函數向量 * n--已知數據點的個數N-1 * x--已知數據點第一坐標的N維列向量 * y--已知數據點第二坐標的N維列向量 * a--無用 * 輸出: 函數返回值為曲線擬和的均方誤差 * a為用基函數進行曲線擬和的系數, * 即a[0]f[0]+a[1]f[1]+...+a[M]f[M].

    標簽: 數據 函數 算法 最小二乘法

    上傳時間: 2015-07-26

    上傳用戶:

  • PIECEWISE_EVAL: evaluates a piecewise function of x usage: y = PIECEWISE_EVAL(x,breakpoints,funs)

    PIECEWISE_EVAL: evaluates a piecewise function of x usage: y = PIECEWISE_EVAL(x,breakpoints,funs) arguments (input) x - vector or array of points to evaluate though the function breakpoints - list of n breakpoints, -inf and +inf are implicitly

    標簽: PIECEWISE_EVAL breakpoints evaluates piecewise

    上傳時間: 2014-01-25

    上傳用戶:xyipie

  • /* * EULER S ALGORITHM 5.1 * * TO APPROXIMATE THE SOLUTION OF THE INITIAL VALUE PROBLEM: * Y = F

    /* * EULER S ALGORITHM 5.1 * * TO APPROXIMATE THE SOLUTION OF THE INITIAL VALUE PROBLEM: * Y = F(T,Y), A<=T<=B, Y(A) = ALPHA, * AT N+1 EQUALLY SPACED POINTS IN THE INTERVAL [A,B]. * * INPUT: ENDPOINTS A,B INITIAL CONDITION ALPHA INTEGER N. * * OUTPUT: APPROXIMATION W TO Y AT THE (N+1) VALUES OF T. */

    標簽: APPROXIMATE ALGORITHM THE SOLUTION

    上傳時間: 2015-08-20

    上傳用戶:zhangliming420

  • support vector classification machine % soft margin % uses "kernel.m" % % xtrain: (Ltrain,N) wit

    support vector classification machine % soft margin % uses "kernel.m" % % xtrain: (Ltrain,N) with Ltrain: number of points N: dimension % ytrain: (Ltrain,1) containing class labels (-1 or +1) % xrun: (Lrun,N) with Lrun: number of points N: dimension % atrain: alpha coefficients (from svcm_train on xtrain and ytrain) % btrain: offest coefficient (from svcm_train on xtrain and ytrain) % % ypred: predicted y (Lrun,1) containing class labels (-1 or +1) % margin: (signed) separation from the separating hyperplane (Lrun,1

    標簽: classification support machine Ltrain

    上傳時間: 2015-09-04

    上傳用戶:問題問題

  • performs one of the matrix-vector operations y := alpha*A*x + beta*y, or y := alpha*A *x + beta*y, w

    performs one of the matrix-vector operations y := alpha*A*x + beta*y, or y := alpha*A *x + beta*y, where alpha and beta are scalars, x and y are vectors and A is an m by n matrix

    標簽: alpha beta matrix-vector operations

    上傳時間: 2014-08-17

    上傳用戶:qlpqlq

主站蜘蛛池模板: 龙山县| 新竹市| 紫阳县| 阳山县| 安陆市| 神农架林区| 永康市| 山东| 花莲市| 高阳县| 永善县| 天长市| 保定市| 疏附县| 无极县| 昭平县| 府谷县| 安义县| 贵南县| 滦南县| 梁平县| 宝鸡市| 甘南县| 南京市| 丰宁| 任丘市| 台中县| 龙井市| 丹巴县| 遵化市| 韩城市| 衡阳市| 镇安县| 东安县| 清远市| 阿拉尔市| 大埔县| 徐闻县| 乌拉特中旗| 定结县| 呼伦贝尔市|