顯示電子時鐘與日期的匯編程序,文件為txt版,自行轉換
上傳時間： 2014-01-13
上傳用戶：Miyuki
DELPHI車輛管理系統 幾經修改，完善不少
上傳時間： 2017-09-14
上傳用戶：ynsnjs
medehguee yu ch bsan adgiin malnuudaa
標簽： medehguee malnuudaa adgiin bsan
上傳時間： 2014-01-18
上傳用戶：sk5201314
Numerical Methods Using MATLAB 4th Edition(Ch)
標簽：
上傳時間： 2014-04-07
上傳用戶：wangdx
該文檔為現場應用自行設計的自動頻率選擇超聲害蟲控制裝置的實現過程簡介文檔，是一份很不錯的參考資料，具有較高參考價值，感興趣的可以下載看看………………
標簽： 自動頻率選擇
上傳時間： 2021-11-25
上傳用戶：
采用SigmaDesigns EM8511媒體處理芯片的支持MPEG4的便攜式多媒體播放器，利用嵌入式操作系統．運用自行開發的應用軟件和底層設備驅動程序。能支持多種格式的流媒體，具有功耗低、穩定性高、成本低和體積小等特點
上傳時間： 2013-05-21
上傳用戶：dct灬fdc
異步起動永磁同步電動機有別于調速永磁同步電動機，轉子上設有起動繞組，具有在某一頻率和電壓下的自行起動能力，同傳統的三相感應電動機相比，具有在寬負載范圍內效率高、功率因數高的優點，符合國家“節能環?！钡闹笇Х较颍袕V泛的應用前景。 這種電機自問世以來，就受到普遍關注與重視，經過二十幾年的研究與發展，三相異步起動永磁同步電動機的設計技術逐漸成熟，并且已經開始被用于某些工業場合，但由于轉子磁路結構相對復雜，電動機的優化設計方法尚不完善，因而一直以來未得到大范圍內的推廣和應用。 本課題以此為切入點，以小功率三相異步起動永磁同步電動機的批量生產為目標，本著轉子結構盡可能簡單、加工工藝盡可能簡化、同時電機性能盡可能提高的原則，對異步起動永磁同步電動機的優化設計方法進行研究。在研究過程中，作者應用Maxwell、Magneforce和Magnet等電機設計仿真軟件，系統分析了永磁體的嵌放深度、定轉子的齒槽配合、以及定轉子的磁路飽和等問題對電機性能的影響，最終設計并制成一臺容量為1.1kW的四極徑向磁路式異步起動永磁同步電動機，樣機的性能測試實驗結果與仿真所得結果吻合，成本預算與各方面性能指標均滿足設計需求。 在樣機制成后，作者進一步對樣機的設計進行了優化，實驗結果證明所設計異步起動永磁同步電動機完全可以替代同規格的1.1kW，Y90S-4感應電動機。
上傳時間： 2013-07-31
上傳用戶：壞壞的華仔
在早期階段，直流調速系統在傳動領域中占統治地位。然而，從60年代后期開始，交流電動機在工業應用領域正在取代直流電動機，交流傳動變得越來越經濟和受歡迎。永磁交流伺服系統作為電氣傳動領域的重要組成部分，在工業、農業、航空航天等領域發揮越來越重大的作用。永磁同步電動機以其特點廣泛應用于中小功率傳動場合，成為研究的重要領域。然而，永磁同步電動機具有較大的轉動脈動，而對于這些應用場合，轉矩平滑通常是基本要求。因此，對永磁交流伺服系統的應用，必須考慮其轉矩脈動的抑制問題。本文針對電機傳動系統中參數變化對電機性能的影響，以永磁同步電機為例，圍繞如何通過參數辨識來提高永磁同步電動機的控制性能，借助自行開發的全數字永磁交流伺服系統平臺，對永磁同步電動機的磁場定向控制，參數辨識，神經網絡和擴展卡爾曼濾波在控制系統中的應用，抑制轉矩脈動，提高系統性能幾個方面展開深入的研究。 本文從永磁同步電動機及其控制系統的基本結構出發，對通過參數辨識抑制轉矩脈動進行了較為細致的分析。針對不同情況，通過改進電機的控制系統，提出了多種參數辨識方法。主要內容如下： 1、基于定子磁鏈方程，建立了永磁同步電動機的一般數學模型。經坐標變換，得出在靜止兩相（α—β）坐標系和旋轉兩相（d—q）坐標系下永磁同步電動機電壓方程和轉矩方程。 2、分析了永磁同步電動機id=0矢量控制系統的工作原理，介紹了永磁同步電動基于磁場定向的矢量控制的基本概念。經對永磁同步電動機系統進行分析，推導并建立了id=0控制時整個電機系統的數學模型。 3、基于超穩定性理論的模型參考自適應控制原理，設計了一種模型參考自適應控制系統，考慮電機參數的時變性，對永磁交流伺服系統的繞組電阻和電機負載轉矩辨識進行了研究，以保持系統的動態性能。利用Matlab/Simulink建立仿真模型，對控制性能進行了驗證，仿真實驗證明這種方法的可行性。 4、人工神經網絡具有很強的學習性能，經過訓練的多層神經網絡能以任意精度逼近非線性函數，因此為非線性系統辨識提供了一個強有力的工具。本章針對永磁同步電機提出了一種以電機輸出轉速為目標函數的神經網絡控制方案，同時應用人工神經網絡理論建立和設計了負載轉矩擾動辨識的算法以及相應的控制系統的補償方法，并應用MATLAB軟件進行了計算機仿真，仿真證明和傳統的控制方法相比，以電機輸出轉速為指導值和目標函數的神經網絡控制方案能有效地提高神經網絡的收斂速度，能有效地改善控制系統的動態響應，具有跟蹤性能好和魯棒性較強等優點。 5、電機的參數會隨著溫升和磁路飽和發生變化，需進行在線實時辨識。本文利用電機的定子電流、電壓和轉速，采用遞推最小二乘法進行在線參數辨識，該方法不需要觀測的磁鏈信號，消除了磁鏈觀測和參數辨識的耦合。電機狀態方程由于存在狀態變量的乘積項，對電機參數辨識以后，仍然是非線性方程，為了對電機狀態方程進行狀態估計，得到電機的參數辨識值，本文采用擴展卡爾曼濾波進行狀態估計，對以上方法的仿真實驗得到了滿意的結果。 6、本文基于數字電機控制專用DSP自行開發了全數字永磁交流伺服系統平臺，通過軟件實現擴展卡爾曼濾波對電阻和磁鏈的估計，以及基于磁場定向的空間矢量控制算法，獲得了令人滿意的實驗結果，證明擴展卡爾曼濾波算法對電阻和磁鏈的實時估計是很準確的，由此構成的永磁交流伺服系統具有良好的靜、動態性能。
上傳時間： 2013-07-28
上傳用戶：鳳臨西北
同步電動機以其可調的功率因數和輸出轉矩對電網電壓波動不敏感等良好的運行性能，在大功率電氣傳動領域獨占螯頭。同步電機雖然有很多優點，但它的最大缺點是起動困難。目前，大功率同步電機的軟起動大多采用靜止變頻器起動方式，但由于變頻器多采用晶閘管作為功率器件從而要依靠電動機產生的反電勢才能自行關斷并且輔助設備較多。而一旦逆變器換流失敗就會導致電動機起動失敗。針對晶閘管不能自行關斷的缺點，本文研究了一種以IGBT做為變頻器功率器件的轉速開環恒壓頻比控制的起動方法。 @@ 首先，根據同步電動機的工作原理對同步電動機的起動特性進行了詳細分析，并對全壓異步起動方法進行了仿真研究，得出了起動過程中電動機相電流、電磁轉矩等參數的變化曲線。針對異步起動過程中定子繞組產生過大沖擊電流的問題，提出了逐級變頻的轉速開環恒壓頻比控制同步電動機軟起動方法。闡述了逐級變頻開環控制同步電動機軟起動的原理，即通過逐級改變變頻器輸出頻率使轉子轉速跟隨定子旋轉磁場轉速逐級升高至額定值。推導出起動過程中變頻器逐級變化的頻率與電動機轉動慣量、電磁轉矩等參數的關系式。通過對一臺同步電動機做工頻起動和低頻起動的仿真研究，證明了同步電動機在低頻下依靠同步電磁轉矩自行起動的可行性。通過計算轉子轉速達到相應同步轉速的時間來確定變頻器逐級升高的電壓頻率隨時間的變化規律。然后，在采用電壓型交直交變頻器作為同步電機變頻電源的基礎上，設計了恒壓頻比逐級變頻軟起動的控制方案，利用MATLAB/SIMULINK構建了轉速開環恒壓頻比控制同步電動機軟起動的數學模型，對同步電動機的起動過程進行仿真試驗，并且分別對空載起動和負載起動過程進行了分析。仿真結果驗證了轉速開環控制同步電動機軟起動的可行性。 @@ 針對同步電動機起動后的并網問題進行了理論分析，并研究了相應的并網控制方案。應用MATLAB/SIMULINK對并網過程進行仿真試驗，給出并網瞬間電網電壓、同步電機相電流等參數變化曲線，從而驗證了并網方案的可行性。 @@ 最后，對所做工作進行了總結，并展望了大功率同步電動機的軟起動技術。 @@關鍵詞：同步電動機；軟起動；變頻器；恒壓頻比
上傳時間： 2013-05-26
上傳用戶：assss
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究，內容涉及心音構成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據實驗分析，選擇Donoho閾值函數結合多級閾值的方法作為心音信號預處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結果表明：不同的時頻分析方法與待分析心音信號的特性有密切關系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結構，其性能優于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據對3M Littmann（） Stethoscopes[31]數據庫中標準心音信號的時頻分析結果，提取8組特征數據，通過Fihser降維處理方法提取出了實現分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據心音信號特征向量組成的散點圖，研究了支持向量機核函數、多分類支持向量機的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準則的核函數參數與松弛變量的優化方法，建立了心音信號分類的支持向量機模型，選取標準數據庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數據作為支持向量機的學習樣本，對余下的每類20組數據進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統。本文以MATLAB語言的可視化功能實現了心音信號分析與識別的軟件運行平臺構建，可完成對心音信號的讀取、預處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態鏈接，實現對心音信號分析數據的存儲以及統計功能；最后，通過對心音信號2維特征向量的分析，實現心音信號的自動識別功能。 本文的研究特色主要體現在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結果，但由于用于分類的心臟雜音信號種類及數據量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞：心音信號，小波降噪，非平穩信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
