EIB总线原理与实例设计方法

本文介绍了EIB欧洲安装总线技术及系统的原理、结构。针对其分布性、开放性、互操作性和灵活性等特点,基于ABBI-BUS智能安装系统对照明系统的工程设计方法和原理进行了阐述。     

具有抛物线速度特性的步进电机控制器能提供最大电机转矩

步进电机控制器若具有抛物线形速度特性时就有很高的性能,可提供最大的电机有效转矩。若以电机的起动/停止速度、要求的加速度时间以及最大的电机转矩作为基本参数,则可算出最佳的速度图。与传统的线性斜率曲线特性相比,显然加速所需时间减少90％。过去由于控制器不能在合理的时间内达到高速度因而使电机性能受到限制,经过反复对各种加速和减速控制方式进行试验,终于获得     

薄膜铂电阻温度计

近20年来,对更新的薄膜传感元件的生产制造技术进行了大量的研制与改进。薄膜铂电阻是把铂粉均匀地沉积到一块化学性质稳定的基片上,形成电阻形式,然后用精密激光切割而成。与传统线绕温度计相比,薄膜温度计发挥     

EIB总线原理与实例设计方法

本文介绍了EIB欧洲安装总线技术及系统的原理和结构。针对其分布性、开放性、互操作性和灵活性等特点,基于ABB I-BUS智能安装系统对照明系统的工程设计方法和原理进行了阐述。     

融合纹理特征的两阶段聚类分割算法

提出一种融合纹理特征的两阶段聚类分割算法。首先,选择纹理特征、差分均值和颜色分量这3个特征,组成一个分割所用的特征矢量;然后,使用直方图对特征矢量进行初始聚类中心和类别数的估算;最后,通过模糊C均值算法对特征矢量进行聚类。该算法有效地克服了模糊C均值(FCM)容易陷入局部最优的缺陷,使聚类结果更加精确。实验结果表明该方法比一些现存方法的分割效果要好。     

EIB设备数据采集系统的设计与实现

EIB总线协议是一个开放的、分布式、面向楼宇和家庭控制的网络总线协议。文章对楼宇智能照明系统中的EIB总线进行了研究，对EIB总线协议进行分析。使用VC＋＋设计实现了串口采集EIB总线上的设备数据，并将处理后的数据通过ODBC接口保存到数据库中，设计结果完成了数据的实时和动态显示，为用户提供了一个可视化的界面，有利于数据的修改和监测，并为EIB串口通信的开发提供了一个基础平台。     

神经元自适应PID控制的闭环调速系统

应用罗克韦尔自动化公司的MicroLogix1000控制器,实现了基于神经元自适应PID控制的闭环调速系统,通过对系统的学习来实现具有最佳组合的PID控制。     

静止无功发生器信号调理电路的设计

设计了静止无功发生器(SVG)装置的信号调理电路。该电路对互感器采集的电压和电流信号进行处理,使之成为满足ADC端口电压要求的交流小信号。详细介绍了信号采集、过电压保护、低通滤波、方波发生、加减运算等电路的设计原理。利用Multisim10.0对SVG信号调理电路进行仿真,结果表明:调理电路达到输出电压0~3.6V范围的预期指标,能够用于SVG装置现场的信号采集。     

基于EIB总线的灯光照明系统控制

欧洲安装总线EIB是一种分布式、面向楼宇和家居控制的网络总线.介绍了EIB技术及系统的原理、结构.针对EIB分布性、开放性、互操作性等特点,采用基于ABB I-Bus的智能安装系统对灯光照明系统进行控制,改变了传统照明系统模式单一、线路安装复杂、运行不经济等状况,解决了传统控制方式无法解决的困难,实现了现代化控制要求.     

A fast and effective fuzzy clustering algorithm for color image segmentation

A fast and effective fuzzy clustering algorithm is proposed. The algorithm splits an image into n×n blocks, and uses block variance to judge whether the block region is homogeneous. Mean and center pixel of each homogeneous block are extracted for feature. Each inhomogeneous block is split into separate pixels and the mean of neighboring pixels within a window around each pixel and pixel value are extracted for feature. Then cluster of homogeneous blocks and cluster of separate pixels from inhomogeneous blocks are carried out respectively according to different membership functions. In fuzzy clustering stage, the center pixel and center number of the initial clustering are calculated based on histogram by using mean feature. Then different membership functions according to comparative result of block variance are computed. Finally, modified fuzzy c-means with spatial information to complete image segmentation are used. Experimental results show that the proposed method can achieve better segmental results and has shorter executive time than many well-known methods.