点击切换搜索课件文库搜索结果(1177)
文档格式:PDF 文档大小:375.91KB 文档页数:5
Keil 工程文件的建立、设置与目标文件的获得 单片机开发中除必要的硬件外,同样离不开软件,我们写的汇编语言源程序要变为 CPU 可以执行的机器码有两种方法,一种是手工汇编,另一种是机器汇编,目前已极少使用手工 汇编的方法了。机器汇编是通过汇编软件将源程序变为机器码,用于 MCS-51 单片机的汇编 软件有早期的 A51,随着单片机开发技术的不断发展,从普遍使用汇编语言到逐渐使用高级 语言开发,单片机的开发软件也在不断发展,Keil 软件是目前最流行开发 MCS-51 系列单片 机的软件,这从近年来各仿真机厂商纷纷宣布全面支持 Keil 即可看出
文档格式:PDF 文档大小:8.35MB 文档页数:35
第一章装置概况 第一节工艺流程简述 第二节主要设备工艺控制指标 一、闪蒸塔T-101 二、常压塔T-102 三、减压塔 四、常压炉F-101,减压炉F-102,F-103 第三节主要调节器、仪表 第二章装置冷态开工过程 第一节开车准备 第二节冷态开车 第三章装置正常停工过程 第一节降量 第二节降量关侧线阶段 第三节装置打循环及炉子熄火 第四章紧急停车 第五章事故列表 第一节原油中断 第二节供电中断 第三节 循环水中断… 第四节 供汽中断 第五节 净化风中断 第六节 加热炉着火 第七节 常压塔底泵停 第八节 (常顶回流阀)阀卡10% 第九节 (减压塔出料阀)阀卡10% 第十节 闪蒸塔底泵抽空 第十一节减压炉息火 第十二节抽-1故障 第十三节 低压闪电 第十四节高压闪电 第十五节原油含水 第六章评分细则 第一节评分规则 第二节冷态开车质量评分 第七章下位机画面设计
文档格式:PDF 文档大小:0.99MB 文档页数:10
矿区废弃地为室外大型非结构化环境,包含多种类型的障碍物且存在诸多不确定性因素,给移动机器人全覆盖路径规划造成了极大的困难。本文使用牛耕式单元分解法结合生物激励神经网络算法完成移动机器人对矿区废弃地的全覆盖路径规划。首先,针对矿区废弃地已知环境,采用牛耕式单元分解法对复杂环境做出区域分解,将具有综合复杂性的地图分解为多个不含障碍物的子区域;然后,根据子区域的邻接关系构建无向图,采用深度优先搜索算法确定子区域间的转移顺序;最后,采用生物激励神经网络算法确定子区域内部行走方式以及子区域间路径转移。仿真结果表明,生物激励神经网络算法在解决机器人路径转移问题方面比其他路径规划算法更高效,所得的方法能够处理复杂的非结构化环境,完成废弃矿区移动机器人的覆盖路径规划
文档格式:PDF 文档大小:1.02MB 文档页数:8
建立了非平稳运行工况下行星齿轮箱共振频带内的声音信号解析模型,揭示了齿轮故障特征在声音信号共振频带内的分布规律。根据共振频率不随转速变化的特点定位了齿轮箱共振频率,为在共振频带内提取齿轮故障特征奠定基础。针对传统时频分析方法时频分辨率低的缺陷,研究了基于高阶同步压缩变换的时变故障特征提取方法。通过数值仿真和实验信号分析,验证了所提出的声音信号模型与行星齿轮箱故障特征分布规律的正确性,以及利用高阶同步压缩变换方法提取共振频带内行星齿轮箱故障特征的有效性
文档格式:PDF 文档大小:1.35MB 文档页数:10
针对锂离子电池荷电状态(Stage of charge,SOC)在线估计精度不高,等效电路模型法估计精度与模型复杂度相矛盾的问题,本文对扩展卡尔曼滤波算法进行了改进,并以电池工作电压、电流为输入,对应等效电路模型法的SOC估计误差为输出,采用极限学习机算法,建立基于输入输出数据的SOC估计误差预测模型,采用物理–数据融合方法,基于误差预测模型,建立了等效电路模型法结合极限学习机的锂离子电池SOC在线估计模型。仿真结果表明,改进扩展卡尔曼滤波算法提高了算法的估计精度,而物理–数据融合的锂离子电池SOC在线估计模型减小了由电压、电流测量所引入的估计误差,克服了等效电路模型法估计精度与模型复杂度之间相矛盾的问题,进一步提高了SOC的估计精度,满足估计误差不超过5%的应用需求
文档格式:PDF 文档大小:2.13MB 文档页数:10
针对标准无迹卡尔曼滤波(Unscented Kalman filter, UKF) 算法本身存在着因状态误差协方差矩阵无法实现Cholesky分解而导致滤波发散的隐患,以及在电池状态估计过程中由离线标定的电池等效模型参数而造成的累积误差的问题,本文发展了一种平方根无迹卡尔曼滤波(Square-root unscented Kalman filter, SR-UKF)算法,并设计了一种电池状态联合估计策略。首先快速SR-UKF算法通过对观测方程进行准线性化处理,降低了每次无迹变换时的计算开销;然后在迭代过程中,用状态误差协方差矩阵的平方根代替状态误差协方差矩阵,该平方根是由QR分解与 Cholesky因子的一阶更新得到,解决了UKF 算法迭代过程中可能由计算累积误差引起状态误差协方差矩阵负定而导致滤波结果发散的问题,保证了电池荷电状态(State of charge,SOC)在线滚动估计的数值稳定性;最后采用联合估计策略,对电池等效模型参数进行实时辨识,保证了电池等效模型的准确性与有效性,从而提高了电池SOC的估计精度。仿真对比结果验证了快速SR-UKF算法以及电池状态联合估计策略的可行性与鲁棒性
文档格式:PDF 文档大小:1.3MB 文档页数:10
针对纤维/基体间的界面脱黏决定能量吸收这一核心问题,采用一系列标准黏结力参数调整复合板界面黏合力,并通过层间黏性行为和损伤参数模拟界面分层过程。利用ABAQUS有限元软件中的Explicit分析模块建立陶瓷/纤维复合防弹板的高速冲击损伤分析模型,通过分析弹丸初始速度与剩余速度,研究复合防弹板的各组分结构参数、纤维指标、铺层设计对靶板及层合板抗侵彻行为的作用规律,并结合冯·米塞斯(Von-Mises)应力云图和基体损伤云图,探讨复合防弹板的受力与损伤形式。最后,利用弹道冲击实验成功验证了模型的准确性。实验结果表明:由13 mm厚SiC陶瓷、5 mm厚碳纤维复合材料板和17 mm厚超高分子量聚乙烯纤维(UHMWPE)复合材料背板组成的复合防弹板可有效防御弹丸侵彻,对弹丸动能吸收和弹速衰减作用明显
文档格式:PDF 文档大小:968.89KB 文档页数:7
在冷连轧无取向硅钢薄带过程中,为了实现锥形工作辊窜动自动控制边降,需要合理的确定功效系数与策略。这种系数的获得,不只需要研究本道次的轧辊弹性变形、薄带横向流动、机架间变形对窜辊效率的影响,更重要的是需研究上游机架窜辊对下游机架的影响。这就需要高效的仿真模型来完成以上计算。基于边降区域的金属横向流动理论,建立了将横向流动视为纯剪切增量的数值模型,避免了沿带宽方向建立刚度矩阵,从而提高了计算效率。同时考虑了薄带在机架间发生的轧后屈服流动,由于锥形工作辊窜动,打破了带钢断面的等比例遗传关系,使得轧后带钢在边部区域需要缩宽并减薄来补偿边部延伸率差。所建立的数值模型通过工业现场实验验证,相比于原有模型具有更高的精度。完成了两个机架连续计算,研究了上游机架窜辊对下游机架出口边降的影响。研究发现,第一机架的边降控制范围最宽,第二、三机架控制范围逐渐变窄。根据该规律设计了根据三点边降偏差的配合调控策略,相比单点策略在工业应用中取得了更好效果
文档格式:PDF 文档大小:1.62MB 文档页数:12
岩石多场耦合作用的研究是当前研究的热点难点问题,为了更好的分析岩石在多场耦合作用条件下的作用机理,主要通过实验和数值模拟两方面进行研究。在总结国内外多场耦合微观–细观–宏观多尺度力学试验设备的改进和研发、数值模拟软件及耦合计算程序的开发等方面的研究现状的基础上,展望多场多相耦合作用下岩石力学实验设备和数值分析的研究方向。为了研究岩石多场耦合作用下的力学性能,通过改进和研发设计了不同物理场多场耦合试验系统,在开发试验设备的基础上引起和发展现代无损探测手段,比如实时CT(Computed tomography)扫描技术,电镜扫描技术(SEM)、核磁共振技术(NMRI)、X射线立体成像法、超声波技术等,既能无损检测到岩石的内部孔隙微细观结构及演化过程,也能得出岩石在温度?水流?应力?化学(THMC)多场耦合作用中各物理场的宏观关系,进一步从微细观和宏观相结合的角度得出岩石在多场耦合作用下的性能。随着计算机技术的进步,岩石多场耦合作用下的数值模拟软件及耦合计算程序的开发有了一定的发展,特别是TOUGHREACT与FLAC3D相结合的THMC四场耦合作用的数值模拟软件和数值仿真软件Comsol与Matlab对接的多场耦合计算程序的开发,为岩石多场耦合模拟的开展提供了技术支持
文档格式:PDF 文档大小:432.87KB 文档页数:26
在前面九章学习的基础上,通过本章十个阶段的练习,一定能逐步掌握 Verilog hdl设计的 要点。我们可以先理解样板模块中每一条语句的作用,然后对样板模块进行综合前和综合后 仿真,再独立完成每一阶段规定的练习。当十个阶段的练习做完后,便可以开始设计一些简 单的逻辑电路和系统。很快我们就能过渡到设计相当复杂的数字逻辑系统。当然,复杂的数 字逻辑系统的设计和验证,不但需要系统结构的知识和经验的积累,还需要了解更多的语法 现象和掌握高级的 Verilog hdl系统任务,以及与C语言模块接口的方法(即PLI),这些已 超出的本书的范围。有兴趣的同学可以阅读 Verilog语法参考资料和有关文献,自己学习, 我们将在下一本书中介绍 Verilog较高级的用法
首页上页111112113114115116117118下页末页
热门关键字
搜索一下,找到相关课件或文库资源 1177 个  
©2008-现在 cucdc.com 高等教育资讯网 版权所有