搜索资源列表
omethoatecontrolsimulation
- 氧乐果控制过程,利用matlab编程,使用模糊迭代学习控制方法,很好的实现了对氧乐果合成温度的控制。
MAIN 3-DIMENSIONAL CFD-PROGRAM
- #//u(i,j) x方向的速度u;或者θ方向速度uθ #//u(i,j) y方向的速度v;或者径向速度ur'h\K #//pc(i,j) 压力修正 p'[OS #//p(i,j) 压力p-=5-+ #//p(i,j)
wendukognzhiyi.rar
- 用STC单片机作为控制芯片,运用PID算法控制可控硅来控制温度输出,STC with single-chip microcomputer as the control chip, the use of SCR PID control algorithm to control the temperature output
moyituhuo
- 模拟退火算法的基本思想是从一给定解开始,从邻域中随机产生另一个解,接受Metropolis准则允许目标函数在有限范围内变坏,它由一控制参数t决定,其作用类似于物理过程中的温度T,对于控制参数的每一取值,算法持续进行“产生—判断—接受或舍去”的迭代过程,对应着固体在某一恒定温度下的趋于热平衡的过程,当控制参数逐渐减小并趋于0时,系统越来越趋于平衡态,最后系统状态对应于优化问题的全局最优解,该过程也称为冷却过程,由于固体退火必须缓慢降温,才能使固体在每一温度下都达到热平衡,最终趋于平衡状态,因此控制
TSP
- 模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为Boltzmann常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,
nihe
- 拟合温度曲线,变量是温度和控制电压,控制温度在一定范围内-control system temperature
MainTemperaturePIDcontrol
- 锅炉主汽温自适应模糊PID控制,:对锅炉主温度动态特性,以及采用传统PID控制方式和模糊控制方式的优缺点进行了分析,进而提出将模糊控制与常规PID 控制相结合的思路,设计了主汽温自适应模糊PID控制系统。仿真结果表明,其控制效果得到明显改善。-Main steam temperature adaptive fuzzy PID control
AVRControlSystem
- 基于AVR单片机的精密温控系统设计,本文设计了一种基于 Atmega16单片机的精密温控系统。该系统采用单片机为核心控制器,改进型智能温度传感器 DS18B20完成对温度信号的采集,并把采集的信号送入单片机进行处理,实时显示温度 值,根据系统设定完成相应的智能控制-AVR microcontroller based on the design of precision temperature control system
mnth
- 模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为Boltzmann常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始,对
IGA
- IGA在漂白工段碱化塔温度优化控制Alkali in the bleaching tower IGA Section optimal control temperature-Alkali in the bleaching tower IGA Section optimal control temperature
ProcessControl
- 化工上的程序控制 系统:二阶串联回馈热搅拌器,使用2个热交换器分别对2个串联的搅拌槽加热。 控制策略:我们将利用2个控制阀来控制热交换器,以维持T2和T4的温度在理想的控制范围之内 可计算:GP,GV,GC,误差值时,PID 可做动态测试 附上文件操作及说明档-Chemical process control on System: Second-order hot mixer series feedback, the use of tw
pso
- 模拟退火算法——组合优化 模拟退火算法主要用于解决组和优化问题,它是模拟物理中晶体物质的退火过程而开发的一种优化算法。在对固体物质进行模拟退火处理时,通常先将它加温熔化,使其中的粒子可自由运动,然后随着温度的逐渐下降,粒子也逐渐形成了低能态的晶格。若在凝结点附近的温度下降速率足够慢,则固体物质一定会形成最低能态的基态。 对于组合优化问题来说,它也有这样的类似过程。组合优化问题解空间中的每一点都代表一个具有不同目标函数值的解。所谓优化,就是在解空间中寻找目标函数最小(大)解的过程。若把目标
SA
- 模拟退火算法 模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为Boltzmann常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i
cmac
- cmac用于温度对象控制,控制效果好,超调量小-cmac for control
GSAA
- 模拟退火算法来源于固体退火原理,将固体加温至充分高,再让其徐徐冷却,加温时,固体内部粒子随温升变为无序状,内能增大,而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在常温时达到基态,内能减为最小。根据Metropolis准则,粒子在温度T时趋于平衡的概率为e-ΔE/(kT),其中E为温度T时的内能,ΔE为其改变量,k为Boltzmann常数。用固体退火模拟组合优化问题,将内能E模拟为目标函数值f,温度T演化成控制参数t,即得到解组合优化问题的模拟退火算法:由初始解i和控制参数初值t开始-S
DAQ-temperature--measurement-control
- 利用DAQ工具箱函数实现温度测量与控制-using DAQ toolbox function to achieve temperature measurement and control
pcmain
- 利用labiew主程序实现单片机与主机的串口通信,实现温度的采集,然后通过比例积分算法的控制,输出一定占空比的波形驱动电机,实现恒温水箱的控制系统-MCU and host serial communication labiew main program, to achieve the acquisition of temperature, and then through the control of the proportional integral algorithm, the outpu
sourcecode
- PID算法,通过PID控制温度,实现PID自整定-PID algorithm, temperature, PID self-tuning PID control
MSP430P18B20P2401P5110
- MSP430单片机实现控制DS18B20温度采集显示在5110屏上并用NRF实现互传温度值-MSP430 MCU control DS18B20 temperature acquisition and display in the 5110 screen and NRF pass each temperature value