排序方式: 共有11条查询结果,搜索用时 15 毫秒
1.
2.
在电机设计过程中,经常仅评估绕组在低频或工频时的电感,但绕组的传导干扰模型必须考虑高频时绕组之间、绕组与机壳之间所存在的不可忽视的分布电容等参数的影响。对于直流电机绕组的电磁兼容(EMC)建模,先用实验测试绕组的阻抗,然后将其等效成集总参数电路。参数的选取是目前该领域建模中的难点,这里采用具有正反馈机制的蚁群算法(ACA)进行等效电路参数的智能搜索和全局优化,从而得到最优的等效电路参数。仿真及实验结果表明,所得参数在整个EMC频段内的仿真阻抗与实测阻抗具有较好的一致性。 相似文献
3.
4.
5.
交流伺服系统由于其具有稳定性好、响应速度快等优点,在工控领域得到了广泛应用.但是采用传统控制策略难以获得满意的控制效果.针对这一问题,本文提出一种基于改进粒子群优化算法的PID控制策略,利用粒子群算法对控制器的初始参数进行优化,消除控制器的初始值对控制效果的影响,同时克服不确定因素对系统响应性能的不利影响,使其达到最佳工作状态.Matlab仿真结果表明,该控制策略有收敛速度快、控制精确度高及抗干扰能力强等优越性,改善了常规PID控制器的性能. 相似文献
6.
7.
8.
针对在长时跟踪过程中因丢失视野导致目标跟踪失败的问题,提出了基于加权在线样本更新的目标长时跟踪方法。 首
先,使用 ResNet50 网络提取目标深度特征并增强初始帧样本优化目标模型,提高初始帧样本权重影响;然后,利用目标模型对
测试帧样本进行分类,并采用置信度分值加权在线学习样本以增强样本质量,提升模型的分类效果;其次,使用置信度分值判别
目标状态并跟踪定位目标,目标丢失时使用时空约束搜索在丢失处自适应扩展区域并随机搜索目标,同时利用在线学习快速优
化目标模型,增强其对目标的搜索能力;最后,针对搜索过程设计一种自适应阈值判别方法,充分利用图像背景信息,将目标丢
失时背景置信度分值作为判别阈值,降低搜索过程中相似背景的影响以准确找回目标。 使用 LTB50 数据集进行实验验证,成
功率和跟踪 F-score 分别为 66. 1% 和 64. 4% ,优于其他方法;在四足移动机器人平台上进行真实场景实验,目标完全遮挡和视野
外两种情况下成功率分别为 87. 8% 和 85. 8% ,证明了方法的有效性。 相似文献
9.
针对电磁离合器驱动电路存在的非线性,及汽车运行时复杂环境使其应用传统的PID控制难以在控制参数整定上达到最优的问题,依据神经网络收敛速度快,全局逼近能力强的优点,提出了基于径向基函数(Radial Basis Function)神经网络整定PID控制电磁离合器电流的方法,在保留传统PID控制优点的同时,利用RBF神经网络对PID控制参数进行在线整定.仿真与试验结果证明,基于该方法驱动控制的电磁离合器电流动态效果与跟踪效果较好,抗干扰能力好于传统的PID控制,系统具有较好的自适应性. 相似文献
10.