网站首页

PID电机调速模型_matlab_simulink仿真

于 2020-12-06 发布

 0  277

下载积分: 1 下载次数: 2

我要下载

代码说明：

搭建的是PID电机调速模型 PID_DCmotor.slx

下载说明：请别用迅雷下载，失败请重下，重下不扣分！

发表评论

0 个回复

HSV空间的最大类间方差法图像分割
在HSV空间，实现图像分割，效果优于RGB空间。分割后的图与原图相乘。

2020-02-06下载

积分：1
固定翼无人机群容错控制
基于协同控制策略，多无人机之间可以通过能力互补和行动协调，实现单架无人机任务能力的扩展以及多无人机整体效能的提升，进而解决个体能力限制与任务需求之间的矛盾。本文以多固定翼无人机姿态同步控制为例，分析无人机飞行过程中可能面临的实际情况，认为无人机模型或参数不确定、测量误差、干扰、系统中存在的时延及控制器故障是影响多无人机协同控制的主要因素。本文针对上述无人机中存在的复杂情况，分析和设计各中复杂情况下的多无人机协同控制算法，实现多无人机系统控制的稳定性。主要研究成果概括如下：首先，根据牛顿力学对理想情况(无干扰或故障)下多固定翼无人机姿态运动过程进行数学建模，并根据构造的理想情况下固定翼无人机姿态运动的数学模型，结合无人机在运行过程中所面临的实际复杂情况，分别构建以下数学模型： (1) 伴随集成不确定项(外部干扰、模型或参数不确定、测量误差及控制器微小故障)的多固定翼无人机姿态运动数学模型。(2) 伴随集成不确定项以及状态时延的多固定翼无人机姿态运动数学模型。(3) 伴随集成不确定项以及控制器卡死故障的多固定翼无人机姿态运动数学模型。然后，结合主从式协同控制策略和理想情况下多固定翼无人机姿态运动模型，设计多固定翼无人机姿态一致性控制方法。最后，设计相应的方法解决上述复杂情况下的多无人机姿态同步问题。针对包含集成不确定项的多无人机姿态运动方程，设计两种方法用以解决其姿态一致性同步问题，分别为在提出的基于主从式控制策略设计的姿态一致性控制方法中结合神经网络设计直接姿态一致性控制器以补偿不确定项；结合观测器与神经网络设计间接姿态一致性控制器以观测并补偿不确定项，并对比这两种方法各自的优劣性。针对包含集成不确定项以及状态时延的情况，在提出的基于神经网络的直接姿态一致性控制器的基础上，结合Lyapunov-Krasovskii函数以补偿时延造成的剧烈波动，最后通过理论证明及仿真验证其有效性，并对比有无Lyapunov-Krasovskii函数时无人机姿态的控制效果。针对包含集成不确定项以及控制器卡死故障的情况，在提出的基于观测器与神经网络的间接姿态一致性控制器基础上，结合基于扩展卡尔曼滤波器设计的故障检测方案和基于控制分配方法设计的控制器重构模块，确保各无人机在检测到控制器卡死故障的同时重构健康控制器，进而使无人机控制力矩及姿态稳定在期望值附近。【核心代码】程序 ├── 第3章│ ├── Cbn.m│ ├── Cnb.m│ ├── MultiUAVs_noNN.m│ ├── Uav_Model_FD.m│ ├── moment.m│ ├── nummarkers.m│ └── plotfit.m├── 第4-1节程序│ ├── Cbn.m│ ├── Cnb.m│ ├── MultiUAVs.m│ ├── Uav_Model_FD.m│ ├── moment.m│ ├── nummarkers.m│ └── plotfit.m├── 第4-2节程序│ ├── Cbn.m│ ├── Cnb.m│ ├── MultiUAVs.m│ ├── Uav_Model_FD.m│ ├── moment.m│ ├── nummarkers.m│ └── plotfit.m├── 第5章程序│ ├── Cbn.m│ ├── Cnb.m│ ├── Contrast_mutiUAVs.m│ ├── ShiftOperation.m│ ├── Uav_Model.m│ ├── moment.m│ ├── mutiUAVs.m│ ├── nummarkers.m│ └── plotfit.m└── 第6章程序 ├── Actuator_fault1.m ├── Augmented_matrix_vector.m ├── CD.mat ├── Cbn.m ├── Cnb.m ├── Contrust_MultiUAVs.m ├── Disred_control.m ├── FDI_robust_false_alarm.m ├── MoM.mat ├── MultiUAVs.m ├── Probability_Density_Adjust.m ├── Simplified2_MultiUAVs.m ├── Uav_Model_FD.m ├── control_allocation.m ├── control_two1ifault_allocation.m ├── control_two2ifault_allocation.m ├── control_two3ifault_allocation.m ├── control_two4ifault_allocation.m ├── control_two5ifault_allocation.m ├── desired_torque_parameters.m ├── fault_torque1.m ├── fault_torque1i.m ├── fault_torque2i.m ├── fault_torque3i.m ├── fault_torque4i.m ├── fault_torque5i.m ├── fualt_filter.m ├── kalman_filt.m ├── kalman_filt_new.m ├── kalman_filt_old.m ├── moment.m ├── newKalman.m ├── nummarkers.m ├── printFilt.m ├── probability_adjust.m ├── two1ifualt_filter.m ├── two2ifualt_filter.m ├── two3ifualt_filter.m ├── two4ifualt_filter.m ├── two5ifualt_filter.m └── z1.m5 directories, 71 files

2020-12-07下载

积分：1
三电平整流
【实例简介】

2021-10-05 00:30:54下载

积分：1
susan角点检测算法
susan角点检测算法

2019-10-14下载

积分：1
战胜MATLAB必做练习50题.pdf
【实例简介】

2021-06-11 00:31:34下载

积分：1
基于蚁群算法的机器人最短路径规划.pdf
摘要：针对机器人路径规划中，传统蚁群算法收敛速度慢、易陷入局部最优解等问题，提出了一种移动机器人路径规划的改进蚁群优化(ACO)算法。用栅格法建立环境模型，并基于人工势场建立启发信息素矩阵，降低了蚂蚁在初始阶段搜索的盲目性；引入激励函数，降低搜索过程中的死锁现象；改进信息素的更新机制，增强了优秀蚂蚁对全局路径规划的影响。仿真结果表明：改进后蚁群算法的机器人路径规划算法加快了收敛速度，具有较强的鲁棒性和全局寻优能力。关键词：蚁群优化(ACO)算法；人工势场；路径规划；机器人

2020-12-11下载

积分：1
人工鱼群优化算法(AFSA.m)
【实例简介】

2021-11-22 00:42:53下载

积分：1
matlab 粒子群算法
【实例简介】

2021-06-18 00:31:58下载

积分：1
关键帧提取(edge_check0.m)
关键帧提取

2020-12-03下载

积分：1
matlab牛顿法潮流计算
%% 输入数据 %0负荷节点 1PQ节点 2PV 节点 3平衡节点 %序号 bus Area Zo co V sita PL QL PG QG Vbase? PVBASE PVQmax PVQmin BUS=[... 1 100 1 1 3 1.04 0. 0. 0. 71.6410 27.04592 100. 1.04 999900 -99990 2 100 1 1 2 1.025 9.28 0. 0. 163. 6.65366 100. 1.025 999900 -99990 3 100 1 1 2 1.025 4.6647 0. 0. 85. -10.8597 100. 1.025 999900 -99990 4 100 1 1 1 1.025 -2.216 0. 0. 0. 0. 100. 1. 0. 0. 5 100 1 1 1 0.995 -3.988 125. 50. 0. 0. 100. 1. 0. 0. 6 100 1 1 1 1.012 -3.687 90. 30. 0. 0. 100. 1. 0. 0. 7 100 1 1 1 1.025 3.7197 0. 0. 0. 0. 100. 1. 0. 0. 8 100 1 1 1 1.015 0.7275 100. 35. 0. 0. 100. 1. 0. 0. 9 100 1 1 1 1.032 1.9667 0. 0. 0. 0. 100. 1. 0. 0. ];

2021-05-18 10:33:58下载

积分：1

696518资源总数
106242会员总数
10今日下载

PID电机调速模型_matlab_simulink仿真

0 个回复

热门标签

热门下载