應(yīng)用領(lǐng)域 | 化工,農(nóng)業(yè),文體,地礦,印刷包裝 |
---|
產(chǎn)品簡(jiǎn)介
詳細(xì)介紹
BTL167T擴(kuò)展滑模觀測(cè)器的永磁同步傳感器BTL7-S511B-M0800-B-KA15-ZA0A
BTL7-S511B-M0800-B-KA15-ZA0A傳統(tǒng)導(dǎo)航系統(tǒng)自主性差、抗電磁*力弱的問(wèn)題,本文提出一種基于天空光偏振模式的仿生導(dǎo)航方案。利用自主研發(fā)的偏振光傳感器實(shí)現(xiàn)導(dǎo)航定向功能,并結(jié)合慣性測(cè)量單元設(shè)計(jì)了一種導(dǎo)航姿態(tài)化解算方法?,F(xiàn)有的姿態(tài)化求解策略一般是采用步長(zhǎng)固定的搜索算法,但是其直接影響了運(yùn)動(dòng)狀態(tài)下姿態(tài)估計(jì)的準(zhǔn)確性,為此本文采取動(dòng)態(tài)步長(zhǎng)搜索機(jī)制。實(shí)驗(yàn)結(jié)果表明:本文提出的算法能有效抑制陀螺儀漂移誤差,而且對(duì)高頻噪聲干擾有明顯濾除效果,表現(xiàn)出良好的靜態(tài)性能;同時(shí),本文提出的方法較常規(guī)算法具有更高的動(dòng)態(tài)精度,進(jìn)一步提高了偏振光導(dǎo)航系統(tǒng)的穩(wěn)定性與可靠性,為無(wú)人機(jī)飛行控制提供更準(zhǔn)確的參數(shù)信息。 無(wú)位置傳感器控制是船舶電力推進(jìn)系統(tǒng)可靠性的重要保障,針對(duì)目前沒(méi)有一類(lèi)算法能夠?qū)崿F(xiàn)全速度范圍的無(wú)位置傳感器控制,提出了一種全速度范圍無(wú)位置傳感器混合控制方案。分析了反電動(dòng)勢(shì)積分法存在的缺陷并提出了帶有補(bǔ)償及修正的改進(jìn)反電動(dòng)勢(shì)積分法,應(yīng)用I/F控制策略解決反電動(dòng)勢(shì)積分法在零速和低速狀態(tài)下無(wú)法工作的問(wèn)題,并加入轉(zhuǎn)子預(yù)定位算法以確保開(kāi)環(huán)啟動(dòng)的帶載能力及可靠性,后針對(duì)兩種算法切換的問(wèn)題提出了融合過(guò)渡方案。算法通過(guò)仿真和實(shí)驗(yàn)驗(yàn)證,結(jié)果表明此算法提高了轉(zhuǎn)子位置及速度估算精度,實(shí)現(xiàn)了全轉(zhuǎn)速范圍永磁同步電機(jī)無(wú)位置傳感器控制。 當(dāng)大展弦比太陽(yáng)能無(wú)人機(jī)采用低成本傳感器組成的飛控平臺(tái)時(shí),受限于傳感器誤差精度、無(wú)人機(jī)長(zhǎng)航時(shí)、廣域度的任務(wù)要求,傳統(tǒng)數(shù)據(jù)融合算法無(wú)法實(shí)現(xiàn)其姿態(tài)、空速和風(fēng)場(chǎng)長(zhǎng)時(shí)間的準(zhǔn)確和可靠估計(jì).從飛控搭載的傳感器測(cè)量原理出發(fā),對(duì)測(cè)量過(guò)程的誤差特性和溫度影響進(jìn)行建模,基于擴(kuò)展卡爾曼濾波算法實(shí)現(xiàn)狀態(tài)的可靠估計(jì).首先將壓力傳感器與慣導(dǎo)的數(shù)據(jù)進(jìn)行融合實(shí)現(xiàn)姿態(tài)估計(jì),其次結(jié)合無(wú)人機(jī)的布局特征將磁力計(jì)獨(dú)立安裝實(shí)現(xiàn)航向估計(jì),后融合GPS的數(shù)據(jù)進(jìn)行導(dǎo)航估計(jì).仿真結(jié)果表明,較傳統(tǒng)的變?cè)鲆婀烙?jì)算法(VGO),該算法的層次更分明,結(jié)果更為可靠,而且可以和太陽(yáng)能無(wú)人機(jī)的特征較好地結(jié)合.
BTL167T擴(kuò)展滑模觀測(cè)器的永磁同步傳感器BTL7-S511B-M0800-B-KA15-ZA0A
BTL7-S511B-M0800-B-KA15-ZA0A為了提高魚(yú)粉品質(zhì)檢測(cè)裝置的鑒別能力,利用研制的魚(yú)粉品質(zhì)檢測(cè)裝置,提取魚(yú)粉樣本的響應(yīng)特征信息(10×6個(gè))構(gòu)成原始特征矩陣,以多層感知器神經(jīng)網(wǎng)絡(luò)的鑒別正確率為評(píng)價(jià)指標(biāo),對(duì)其傳感器陣列進(jìn)行多特征數(shù)據(jù)融合優(yōu)化.首先,通過(guò)不同的歸一化處理,得到了的歸一化處理方法;其次,通過(guò)因子載荷分析結(jié)果計(jì)算獲得1770個(gè)特征距離值,按從小到大的順序?qū)?770個(gè)距離進(jìn)行排序,并依據(jù)特征值距離原點(diǎn)的歐式距離,剔除歐氏距離較小的19個(gè)特征值,獲得的鑒別正確率;后,對(duì)經(jīng)過(guò)載荷分析優(yōu)化后的原始特征值進(jìn)行相關(guān)性分析,按相關(guān)系數(shù)值累加和大小進(jìn)行排序,當(dāng)剔除掉相關(guān)系數(shù)值累加和大于37.2時(shí)的8個(gè)特征值時(shí),此時(shí)鑒別正確率為98.3%,特征子集也更緊湊.結(jié)果表明:特征優(yōu)化前后的傳感器信號(hào)的表征特征發(fā)生了明顯的變化,33個(gè)特征值被用來(lái)表征魚(yú)粉樣本的傳感器特征信號(hào).同時(shí),采用馬氏距離解釋了MLP神經(jīng)網(wǎng)絡(luò)鑒別結(jié)果的可信性,進(jìn)一步說(shuō)明了特征優(yōu)化方法的合理性.
BTL7-S571B-M0125-A-MA211-S147 BTL16Z1
BTL7-S572-M1010-A-MA311-S147 BTL16AU
BTL7-S572-M1700-A-MA311-S147 BTL16CN
BTL7-S573-M0350-A-MA311-S147 BTL2731
BTL7-S574-M0600-A-MA311-KA05 BTL24W2
BTL7-S574E-M1620-A-MA311-KA02 BTL26EH
BTL7-S577-M0700-A-MA311-S147 BTL23K9
BTL7-S577-M1650-A-MA311-S147 BTL23K8
BTL7-S577B-M0150-A-MA311-KA10 BTL217N
BTL7-S577B-M0275-A-MA311-KA10 BTL1ZZY
BTL7-S5A2-M0050-A-MA311-S147 BTL1JK2
BTL7-V50E-M0100-P-C003 BTL1N1K
BTL7-V50E-M1500-P-C003 BTL1R5U
BTL7-V50T-M0100-B-C003 BTL21MK
BTL7-V50T-M0100-P-C003 BTL1RYK
BTL7-V50T-M0150-B-C003 BTL1UN2
BTL7-V50T-M0150-P-C003 BTL1W39
BTL7-V50T-M0400-P-C003 BTL1UYA
BTL7-V50T-M0500-P-C003 BTL1HU4
BTL7-V50T-M0600-P-C003 BTL1WEW
BTL7-V50T-M0610-P-C003 BTL1UL0
BTL7-V50T-M0914-P-C003 BTL1R74
BTL7-V50T-M1600-P-C003 BTL1YYJ
BTL7-V50T-M1800-P-C003 BTL1Z2E
BES 516-110-D-RK BES03J8
BES 516-161-H3-L BES017M
BES 516-340-H2-Y BES01ET