基于Matlab的制芯机器人夹持器稳定性研究与分析

由于铸造厂制芯机器人的工作环境恶劣,机器人抓取砂芯的稳定性较差,时常出现掉砂芯、夹伤砂芯的问题。针对上述问题建立以夹持器、气压、机械振动的系统数学模型,采用高阶系统极点在[s]平面的分布法来判定该系统的稳定性。在确保高阶系统极点值不变的情况下,通过改变系统的零点值来观察零点值对系统稳定性、振荡衰减时间的影响。用Matlab的pzmap和impulse函数分别对系统的零点、极点分布和零点值的不同对系统响应进行仿真,运用仿真结果与现场试验进行优化参数,结果表明采用一种刚度与柔度各为1/2的夹持器对制芯机器人的稳定性具有较好优化效果。     

基于电流矢量和开关表格控制的异步电机控制方法

采用矢量控制技术控制电机,在连续控制上有很大的优势,但它对被控电机的参数要求很高,且计算繁琐。直接转矩控制技术计算相对简单很多,它简化了控制结构,直接对转矩和磁链进行砰-砰控制,低速性能较差,调速范围受到比较大的限制。鉴于上述两种控制方法的优缺点,本文提出一种新型三相电机控制方法,仿真表明,这种新型的控制方法继承了矢量控制和直接转矩控制的部分优点,又抑制了这两种控制方法性能上的一些不足。     

VC++串口通信在水下焊接远程控制中的应用

介绍一种基于串口通信的水下焊接远程控制应用的方案，该方案是采用VC 编程实现串口通信(SPC)，用于远程控制水下焊接焊前的焊缝对中，以及焊接过程的焊缝跟踪。试验表明，该方案实际可行，结果完全满足实际工程的需要。     

自适应陷波滤波器的并网逆变器相位超前补偿方法

逆变侧电流反馈控制的LCL型并网逆变器广泛地应用于实际中,然而在数字控制下,控制延时改变了系统的相位特性,进而影响系统的稳定性。为此,提出了一种基于自适应陷波滤波器(adaptive notch filter,ANF)的相位超前补偿方法。首先,利用陷波器的相位超前环节对控制延时产生的相位滞后进行补偿,从而避免系统相位在谐振频率处穿越-180°,改善了系统的稳定性并增强其对弱电网的鲁棒性。其次,采用ANF算法对系统的谐振频率进行估计,并根据估计值动态调整陷波频率,扩大了谐振频率稳定区间,进一步提高了系统对LCL参数波动的适应能力。最后,对所提方法进行实验验证,结果表明:基于ANF补偿方案的并网逆变器稳定性良好,且相比传统的陷波方案,该方案对电网阻抗及LCL参数波动具有更好的鲁棒性,更利于LCL并网逆变器在弱电网工况下的控制。     

一种全桥LLC软开关焊接电源

采用变压器的励磁电感,隔直电容,变压器的漏电感和绕制的附加电感构成全桥LLC变换电路,实现一种平特性的软开关全桥焊接电源.结果表明,在整个负载工作范围内,电路工作在两个谐振频率之间,功率开关实现零电压开通,整流二极管的实现零电流关断;整个电路可以工作在更高的开关频率,功率密度高,损耗小,效率高,特别适合在大功率场合.文中讨论了其工作原理,制作3.2 kW焊接电源,并给出试验结果.     

微型计算机应用讲座

前言电子计算机是应用领域很广的通用计算工具,但在农副产品收购检验系统,由于基层单位财力不足和技术方面的原因,电子计算机还不能普遍应用,于是一些复杂的计算工作不得不投入大量的人力来进行。自1982年起,实行棉花分户交售导致结算人员的不足,基层棉花收购部门陆续开始使用可编程序计算器和棉花专用计价机,用以结算棉花价格,几年来的实践证明,效益是显著的。     

微型计算机应用讲座 第二讲 BASIC语句及其应用(上)

x一、赋值语句(LET语句)赋值语句的作用是给变量赋值,LET是赋值语句的定义符,在很多计算机中赋值语句的定义符可以省略,使用方法举例如下:1.给简单变量赋值,例如:     

微型计算机应用讲座

第五讲程序的调试和磁带录存按照题目要求编写出的一个计算机程序,送入计算机后不一定能通过,有时即使计算机能够识得这个程序,但由于输出格式不合要求或计算结果有误,总得进行一点修改。程序调试就是检验程序能否经计算机通过和运行后能否得到预期的结果,如果有错或达不到要求,就在屏幕上进行编辑修改。最简单的计算机系统是由带键盘的主机和显示器(监视器)组成,一般家用的黑白或彩色电视机也可用作显示器。完善一点的计算机系统还应配备打印机、磁盘机或磁带     

基于改进SSD算法的车辆检测

SSD算法利用多尺度特征图进行分类和位置回归,检测小目标效果优于YOLO算法,但SSD算法在进行车辆检测时存在漏检问题。为此,提出一种改进SSD算法。为提取更多的车辆特征信息,设计改进Inception模块替代SSD网络中的Conv8、Conv9和Conv10层。将浅层特征的位置信息和深层特征的语义信息进行均衡化融合,构建多尺度特征融合均衡化网络,提高小目标车辆识别率。在特征提取层均引入SENet,对不同特征通道的重要性进行重标定以提高模型性能。实验结果表明,改进后SSD算法在自制的车辆数据集上平均精度为90.89%,检测速度达到59.42 frame/s,相比改进前的SSD算法,在精度和速度上分别提高2.65个百分点和17.41 frame/s,能够更快速、准确地对图像中的车辆进行识别和定位。     

磷酸铁锂电池的SOC预测

电池荷电状态(SOC)准确预测是电池管理系统的关键任务.针对过去电池SOC预测精度低等问题,提出了一种采用极限学习机神经网络(ELM)的预测模型,以电池电压和电流作为模型的输入量,SOC作为输出量.在建模过程中,采用粒子群优化算法(PSO)对ELM随机给定的输入权值矩阵和隐层阈值进行寻优,降低了随机性给模型造成的影响,提高了模型预测精度.利用实验采集的数据进行模型训练和预测,结果表明,用粒子群算法优化后的极限学习机模型(PSOELM)与单纯的ELM以及传统的BP和SVM相比,具有更高的预测精度和泛化性能.为磷酸铁锂电池的SOC预测提供了一种新的方法.