共查询到20条相似文献,搜索用时 140 毫秒
1.
2.
PROFIBUS现场总线的通信原理 总被引:3,自引:1,他引:3
针对PROFIBUS现场总线的网络特点,分析了该总线的网络体系结构,详细探讨了令牌方式与主从方式相结合的存取控制方式、主从方式的优先级调度、令牌传递过程以及逻辑环的建立与环上站的增减;给出了PROFIBUS网络中FDL帧的结构,比较完整地讨论了这种总线的通信原理。 相似文献
3.
基于现场总线的开放式网络数控系统研究 总被引:3,自引:0,他引:3
在分析现场总线的特点和开放式网络数控系统特征的基础上,提出基于现场总线的开放式网络数控系统,该系统划分为数控加工层、信息交换层和远程监控层三个层次.详细介绍了用PROFIBUS总线实现的开放式网络数控系统各层次的功能,并给出了该系统的网络结构. 相似文献
4.
刘美俊 《组合机床与自动化加工技术》2005,(5):78-79
为满足设备级通信的实时性、可靠性和互操作性,提出了基于PROFIBUS现场总线的组网技术.通过分析PROFIBUS总线的拓扑结构和通信原理,设计了三种不同的总线网络,详细阐述了网络的组成特点及应用,说明了这种组网技术是一种先进的控制技术. 相似文献
5.
现场总线PROFIBUS及其应用 总被引:1,自引:1,他引:0
介绍了现场总线PROFIBUS的概念、组成,现场总线PROFIBUS中PROFIBUS-DP协议、特点、网络配置及其在攀钢集团成都钢铁有限责任公司Φ340mm连轧管机组矫直机区域辅机系统的基础自动化控制系统中的应用;基础自动化控制系统硬件和软件的选择,系统组成及其功能等。 相似文献
6.
7.
8.
分析了新一代车载网络FlexRay 总线的传输特性和网络结构,设计了基于CIC310 总线控制器的FlexRay 节点硬件电路,讨论了线性控制系统中具有冗余刹车盘和双星连接FlexRay 网络的实现过程.FlexRay 总线协议的高可靠性使FlexRay 总线有望成为车载网络的流行标准. 相似文献
9.
10.
PROFIBUS现场总线是工业自动控制领域最新最流行的控制技术,针对该总线的工作原理和特点,探讨了MM系列变频器在该系统中的应用情况,详细分析了PROFIBUS-DP网络的拓扑结构,系统中主站和从站的建立,变频器GSD文件的导入,最后给出了总线系统中控制字(PQW)和状态字(PIW)的数据格式,说明了这种新技术的应用前景. 相似文献
11.
一般制造企业的综合信息网由控制网络与数据网络构成,本文首先论述了制造设备的控制网络集成技术,其次论述了控制网络和数据网络间集成意义和集成的关键技术。 相似文献
12.
切削过程恒力控制对于提高生产率、保证加工精度具有重要作用。文章以车削加工过程为对象,研究恒切削力加工过程中当切削深度发生突变时,如何减少系统输出切削力超调的问题。将预测控制策略与神经网络理论相结合,在神经网络学习时,使切削进给在切削深度发生突变前提前发生相应变化,提出了恒力切削过程的神经网络预测控制算法。仿真结果表明,与传统自适应神经网络控制相比,加工过程的神经网络预测控制能够有效的解决在背吃刀量发生突变时,加工系统输出的切削力过大的问题,显示出比加工过程传统神经网络自适应控制更好的综合性能。 相似文献
13.
14.
切削过程恒力控制对于提高生产率、保证加工精度至关重要,本文将信息理论与神经网络理论相结合,提出了恒力切削过程中基于最大熵的神经网络控制,与自适应神经网络控制相比,具有收敛快,振荡小的特点. 相似文献
15.
16.
为了抑制铣削过程中产生的颤振,提高铣削加工过程中零部件表面质量.设计了小波神经网络PID控制方法,并对控制效果进行仿真.采用时域数值法对动态铣削过程中离散时间进行求解,利用小波神经网络PID控制方法对铣削过程进行控制.通过仿真和实验对铣削金属表面粗糙度进行测量,并且与增量式PID控制系统进行比较和分析.结果显示,采用增... 相似文献
17.
基于多层前馈BP网络的非线性逆系统自学习控制 总被引:3,自引:0,他引:3
提出的基于神经网络的非线性逆系统自学习控制方案运用逆动力学的基本思想,在系统模型未知的情况下,构造了神经网络一致的控制器和辨识器。运用自适应变步长冲量BP学习算法实现了网络辨识器对系统逆动力学模型的动态辨识,并通过网络辨识器向网络控制器在线动态传递更新权值的方法使神经网络控制器产生期望控制量。使得整个神经网络控制系统具有了自学习、自适应的控制能力。 相似文献
18.
19.
20.
针对移动机器人运动轨迹容易受到不确定外界因素干扰的问题,采用逆神经网络模型设计移动机器人控制系统。分别采用逆神经网络控制器和传统PI控制器模型对两轮差动移动机器人运动速度和角速度进行跟踪控制。传统PI控制器模型使用了近似于线性的等效负载驱动器,而逆神经网络控制器使用前馈多层感知神经网络模型,该模型结合了其运动学和动力学的数学模型,在特定工作区域内,对逆神经网络模型进行离散训练。在平面内,对移动机器人的速度跟踪控制进行仿真。结果表明:采用PI控制器模型,移动机器人车轮运动速度和角速度与理论值存在较大误差,而采用逆神经网络模型时误差较小。采用逆神经网络模型设计移动机器人速度控制回路,可以提高移动机器人运动性能,更好地适应外界环境的变化。 相似文献