一、MATLAB制作圖形界面的應用(論文文獻綜述)
劉星宇[1](2021)在《電網(wǎng)側(cè)大容量電化學儲能電站系統(tǒng)建模及仿真特性研究》文中提出電化學儲能被廣泛應用于電網(wǎng),以提高其接納具有不確定性和波動性的可再生能源的能力。隨著可再生能源與電網(wǎng)的發(fā)展,儲能電站的規(guī)模也隨之擴大,對儲能電站的結(jié)構(gòu)設計與電站各儲能模塊的協(xié)調(diào)控制策略提出了更高的要求。本文針對儲能變流器(Power converter system,PCS)單體和電化學儲能電站的建模方法和控制策略進行了研究,主要研究內(nèi)容如下:首先,研究了儲能PCS并聯(lián)系統(tǒng)的失穩(wěn)機理,利用dq坐標系下的全解耦控制策略實現(xiàn)了儲能PCS的電流和功率輸出控制,通過MATLAB建立了儲能PCS單體的Simulink仿真模型。根據(jù)大容量電化學儲能電站拓撲結(jié)構(gòu),將多臺儲能PCS單體并聯(lián)建立了電磁暫態(tài)電化學儲能電站的仿真模型,分別利用勞斯穩(wěn)定判據(jù)和伯特圖(Bode)對電化學儲能電站PCS并聯(lián)的穩(wěn)定性進行分析。其次,針對提高PCS并聯(lián)系統(tǒng)穩(wěn)定性的控制方法進行研究,在考慮PCS并網(wǎng)阻抗在運行中可能產(chǎn)生變化的基礎上,結(jié)合即時觸發(fā)型主動測量方式的在線電網(wǎng)阻抗測量方法,提出了一種實時修正各控制器參數(shù)的自適應阻尼控制策略,進一步提高PCS并聯(lián)系統(tǒng)的電網(wǎng)適應性。然后,針對電磁暫態(tài)模型計算復雜和仿真周期過長等問題,提出了矢量模型模型法,建立了大容量電化學儲能電站矢量仿真模型。在電池模塊方面,采用了基于Elman神經(jīng)網(wǎng)絡的電池SOC評估方法,代替Simulink元件庫自帶的伏安法電池模型。通過該模型,可以實現(xiàn)電化學儲能電站模型24小時并網(wǎng)仿真運行,實時反映儲能電站SOC、并網(wǎng)功率等參數(shù)的變化。最后,使用MATLAB實現(xiàn)了儲能系統(tǒng)并網(wǎng)PCS的GUI仿真界面設計,將矢量仿真模型與電磁暫態(tài)模型相結(jié)合,通過設定分析時間點,將該點的矢量仿真模型儲能電站運行數(shù)據(jù)導入電磁暫態(tài)模型仿真,從而檢測該時點的輸出電能質(zhì)量,對大容量電化學儲能電站的運行穩(wěn)定性進行分析。
闞瑞祥[2](2020)在《基于SVM視距與非視距聲定位信號分類的應用與研究》文中指出聲信號本身含有大量信息,穩(wěn)定其本身物理性質(zhì),聲信號將在諸多方面有著靈活且高效的應用。基于此,近年來在各個方面已經(jīng)有很多系統(tǒng)立足于特定頻段聲信號,完成研發(fā)并實現(xiàn)既定目標。其相關技術也在不斷成熟,基于相關學科的開發(fā)與跨學科高質(zhì)量的應用也正不斷涌現(xiàn),同時亦從多方面展現(xiàn)出聲信號本身巨大的發(fā)展前景。為使得此聲信號處理流程能用于基于室內(nèi)定位系統(tǒng)中,面向聲定位信號核心技術完成相應開發(fā)是必須的。相關技術包括且不限于聲音信號的特征提取算法、特征選擇與重組、聲信號分類與特征回歸分析與相關評價指標構(gòu)建等。在基于特定頻段聲信號且自標定錨點位置的室內(nèi)定位系統(tǒng)中,對于聲信號的開發(fā)與研究,其核心切入點在于:傳統(tǒng)定位算法在非視距環(huán)境下,由于聲信號將產(chǎn)生散射、反射、無規(guī)則衰減等現(xiàn)象,使得原有定位算法此時并不能發(fā)揮出應有效果。因此,非視距情形下聲信號的處理是需要的,在此之前,聲定位信號的分類亦是必要的。據(jù)此,基于適當策略完成開發(fā),介入系統(tǒng)流程的重組、選擇過程中,基于聲信號分類結(jié)果,而針對非視距場景進行一定調(diào)整,以此使得室內(nèi)定位系統(tǒng)所用定位算法發(fā)揮出更佳效果。經(jīng)實測,升級后室內(nèi)定位系統(tǒng)能夠在非視距場景中,較之原版系統(tǒng),強化實際特定場景中定位效果。以此,本文將基于此特定情境,從特征提取與訓練升級、視距與非視距聲定位信號wav文件分類方案以及核心訓練流程升級、聲信號特征值回歸分析此三個方面作為研究內(nèi)容,并完成既定研究與開發(fā),最終給出各個優(yōu)化方案的實測效果對比,以及具有一定參考價值的結(jié)論。本文完成核心工作將包含以下三個方面:首先,根據(jù)既有聲定位信號特征提取算法,完成對于部分特征權(quán)重升級,繼而凸顯有益于分類進行的特征作用,并進行部分重組。實際場景中,其所得結(jié)果將作為分類器輸入,需要更多地針對非視距聲信號特點進行調(diào)整,從而凸顯非視距聲信號區(qū)分度,為全文根基;其次,經(jīng)典SVM分類器雖然高效,但尚不能完美且輕易地實現(xiàn)非視距聲定位信號辨識,因此,引入改進后群體智能優(yōu)化策略,從特征選擇、訓練權(quán)重動態(tài)調(diào)整以及訓練過程收斂速度三方面完成升級是必須的,基于此完成不同特征組合以及對應不同升級方案的研發(fā)與對比。分類結(jié)果將直接影響非視距場景中室內(nèi)定位系統(tǒng)實際流程,為復雜場景中定位精度提升的提到提供可能;隨后,面向部分室內(nèi)定位系統(tǒng)中非視距聲信號,存在著難于接收、難于獲取、出現(xiàn)隨機性強等問題,據(jù)此引入基于模糊信息?;P偷幕貧w分析部分,完成對于非視距聲信號的回歸分析,從而使得分類器獲得更多針對性強的訓練樣本,側(cè)面增強分類器實際效果。繼而最終強化室內(nèi)定位系統(tǒng)中定位實際精度。
楊盼[3](2020)在《電力線路短期負荷預測系統(tǒng)設計及實現(xiàn)》文中研究說明電力負荷預測,有助于電力部門合理安排電能生產(chǎn)計劃,幫助電力部門規(guī)劃電網(wǎng)發(fā)展。但是,在部分欠發(fā)達地區(qū),短期負荷預測基本要靠經(jīng)驗評估,預測手段少,預測方法不科學,使得預測結(jié)果不太理想,給電力工作造成巨大障礙,不太適應于地區(qū)各類發(fā)展計劃的需求。為彌補該類地區(qū)負荷預測手段的不足,論文立足于實際生產(chǎn)環(huán)境,搜集了大量電力線路在運行過程中產(chǎn)生的歷史負荷數(shù)據(jù),通過研究大量文獻,對電力線路短期負荷預測的各種算法進行分析研究,將預測算法的功能特點和實際環(huán)境進行適應性分析,最終選擇了適用于時間序列數(shù)據(jù)分析處理并具備延時反饋的Elman神經(jīng)網(wǎng)絡算法作為本文的預測基礎算法,同時,結(jié)合數(shù)據(jù)分析方法研究出一種訓練數(shù)據(jù)組構(gòu)建方法,克服歷史數(shù)據(jù)類型單一的缺陷,提高算法模型的預測精度。在算法研究的基礎上,論文基于MATLAB軟件所提供的UI圖形界面設計功能,進行預測系統(tǒng)的用戶界面設計,并通過MATLAB具有的軟件設計功能完成了預測系統(tǒng)的功能實現(xiàn),最后利用Microsoft Visual Studio 2010和MATLAB聯(lián)合編譯完成電力線路負荷預測系統(tǒng)的設計和實現(xiàn),大大提高了系統(tǒng)開發(fā)效率,縮減了系統(tǒng)研發(fā)周期。為驗證系統(tǒng)的適用性,還利用不同變電站的歷史數(shù)據(jù)對系統(tǒng)的功能性和適用性進行了大量的數(shù)據(jù)驗證,最終確認預測系統(tǒng)滿足目標環(huán)境需求。
張遠杰[4](2020)在《管翅式機油冷卻器散熱性能分析及優(yōu)化》文中研究指明機油冷卻器是保障機械車輛正常運行的重要部件,其散熱性能的好壞直接影響著發(fā)動機的工作溫度,進而影響著整個車輛的動力性能和安全性能。管翅式機油冷卻器具有結(jié)構(gòu)工藝簡單、質(zhì)量輕等優(yōu)勢,被越來越多的機械車輛所采用。本文對管翅式機油冷卻器的散熱性能進行分析研究,并對翅片進行結(jié)構(gòu)優(yōu)化以改善機油冷卻器的散熱性能。本文的研究內(nèi)容如下:1、對平直翅片的管翅式機油冷卻器進行分析研究。利用三維建模軟件對其進行整體建模,并進行合理的結(jié)構(gòu)簡化。利用ANSYS CFX對其進行全局仿真,得到在不同工況下的散熱功率。通過風洞試驗臺對平直翅片的管翅式機油冷卻器進行風冷油試驗,得到不同工況下的散熱功率,試驗結(jié)果驗證了仿真模型的有效性。2、基于強化換熱理論,對原有的平直翅片進行優(yōu)化設計,在原有結(jié)構(gòu)上提出一種三角波紋翅片。引入?yún)?shù)β作為三角波紋波峰方向與風速方向的夾角,設計出六種不同β角的波紋翅片,利用已建立的仿真模型對6種不同β角的三角波紋翅片的管翅式機油冷卻器進行全局仿真。在同一工況下,對6種不同β角的三角波紋翅片和平直翅片的傳熱性能和流阻性能進行研究。通過研究其傳熱因子j、摩擦因子f和綜合系數(shù)JF,得出以下結(jié)論:在進油口流量一定時,隨著進風口風速的增加,6種不同β角的三角波紋翅片和平直翅片的傳熱因子j逐步提高,波紋翅片的傳熱因子高于平直翅片,摩擦因子f也呈相同趨勢,結(jié)合綜合系數(shù)JF得出β=90°的三角波紋翅片管翅式機油冷卻器的綜合換熱能力最好。根據(jù)所得的最優(yōu)結(jié)構(gòu)翅片,研究其不同翅片間距下的散熱功率,獲得其在不同進風口風速下的散熱功率分布情況。3、對管翅式機油冷卻器在不同進風口風速和進油口油氣溫差進行分析。通過全局仿真和風冷油試驗得到機油冷卻器在不同風速和油氣溫差下的散熱功率,利用MATLAB進行擬合計算,得出散熱功率與風速和油氣溫差的關聯(lián)式。并利用已知工況下的數(shù)據(jù)對關聯(lián)式進行驗證,其大部分誤差在5%以內(nèi),最大誤差不超過10%。表明此關聯(lián)式可以用于未知工況下對管翅式機油冷卻器進行散熱功率的計算。4、基于MATLAB GUI用戶圖形界面,設計了管翅式機油冷卻器散熱性能分析系統(tǒng)。利用此系統(tǒng)可以方便快捷地得出不同進風口風速和進油口油氣溫差對管翅式機油冷卻器散熱功率的影響。此系統(tǒng)還嵌入了擬合關聯(lián)式,可以快速計算出未知工況下管翅式機油冷卻器的散熱功率。為驗證關聯(lián)式所得散熱功率的準確性,還可以通過進、出油口溫差以及機油的物性參數(shù)精確計算出管翅式機油冷卻器在不同工況下的散熱功率,為工程實際中設計管翅式機油冷卻器提供一種便捷的散熱功率計算方法。
孫祥瑞[5](2020)在《基于模糊控制算法的嵌入式力量輔助控制系統(tǒng)》文中提出隨著生活質(zhì)量的不斷提高,健身成為了人們生活中不可缺少的一部分。當前大多數(shù)力量健身器械依然停留在純物理結(jié)構(gòu)的設計上,智能化的缺失使得傳統(tǒng)力量器械無法根據(jù)使用者訓練中力量變化的波動而動態(tài)調(diào)整負重大小,重量太輕則訓練效果不佳,重量太重又容易引發(fā)安全事故。因此,監(jiān)測使用者訓練中力量變化,在適當時機對其提供輔助力量,提高訓練效率及安全性,對力量健身行業(yè)發(fā)展具有重要意義。本文對典型的力量健身器械——史密斯架進行分析,利用ARM CORTEX-M4內(nèi)核的STM32F407開發(fā)板作為控制核心,以伺服系統(tǒng)作為力量來源,設計了基于模糊控制算法的力量健身輔助控制系統(tǒng)。首先,設計了力量輔助控制系統(tǒng)的硬件平臺,主要包括物理傳動模型和伺服控制系統(tǒng)兩個部分。然后,使用MODBUS-RTU工業(yè)通信協(xié)議實現(xiàn)控制器與驅(qū)動器之間相互通信,控制器通過訪問伺服電機的轉(zhuǎn)速、位置脈沖參數(shù),實時監(jiān)控負重桿的運動變化,分析參數(shù)后利用模糊控制算法對轉(zhuǎn)矩進行計算,并將該轉(zhuǎn)矩發(fā)送給伺服電機,從而實現(xiàn)力量輔助。其次,系統(tǒng)使用EMWIN圖形庫在STM32F407開發(fā)板的LCD屏幕上開發(fā)用戶圖形界面,鍛煉情況實時更新至界面,使用者可隨時觀察自身鍛煉情況。最后,構(gòu)建實驗環(huán)境,以11種不同的負重對系統(tǒng)進行穩(wěn)定性測試。實驗證明,基于模糊控制算法的力量健身輔助控制系統(tǒng)可以準確檢測使用者訓練中力量變化情況并適時加以力量輔助,提高了力量健身器械的訓練有效性和安全性。
楊昔陽,孫偉婧[6](2020)在《基于MATLAB的數(shù)學課堂信息化實踐》文中認為隨著信息技術的發(fā)展,結(jié)合信息技術手段進行課堂教學已經(jīng)成為一種重要的教學方式.本文通過分析傳統(tǒng)課堂教學方式的弊端,說明了在課堂教學中引入信息化教學實踐的必要性,并通過MATLAB的用戶圖形界面,以定積分和旋轉(zhuǎn)曲面為例介紹在課堂教學中采用信息技術課件進行教學的方法和優(yōu)點.數(shù)學是一門歷史悠久的學科,近些年,隨著計算機技術的迅猛發(fā)展,數(shù)學與信息技術形成了相輔相成的局面.一方面,數(shù)學學科越來越成為現(xiàn)代科學技術發(fā)
吳添源[7](2020)在《地震作用下建筑結(jié)構(gòu)分散滑模振動控制分析與設計研究》文中研究表明隨著建筑物日益向超高、大體量發(fā)展,建筑結(jié)構(gòu)抵抗地震及風荷載作用的能力面臨新的挑戰(zhàn)。如何減小建筑結(jié)構(gòu)在地震作用下的反應是一項重要的研究課題。在結(jié)構(gòu)主動、半主動控制領域,控制方法一般采用的是傳統(tǒng)“分散采集,集中處理”的集中化控制策略,即設立中央控制處理器,通過分布在建筑結(jié)構(gòu)各處的傳感器采集振動信號,中央處理器分析計算后產(chǎn)生控制信號并發(fā)送到分布于建筑物各處的控制器。大尺度建筑結(jié)構(gòu)采用這種集中控制方法時,海量數(shù)據(jù)對計算和存儲形成挑戰(zhàn),易造成較大的控制時滯影響。而且,當個別傳感器發(fā)生故障后,容易導致整體控制系統(tǒng)失效,控制系統(tǒng)的穩(wěn)定性相對脆弱。基于大系統(tǒng)分散控制理論的建筑結(jié)構(gòu)分散控制方法利用局部子系統(tǒng)信息,設計基于全局穩(wěn)定的子結(jié)構(gòu)控制器,是克服大型建筑結(jié)構(gòu)集中控制策略以上不足的有效途徑。近年來,滑模變結(jié)構(gòu)控制方法因其可以獨立設計穩(wěn)定滑模面和控制律,且當滑模面設計滿足匹配條件時滑??刂品椒▽刂葡到y(tǒng)的干擾和攝動具有較好的魯棒特性而被應用于建筑結(jié)構(gòu)分散控制中。本文基于建筑結(jié)構(gòu)滑??刂颇P?利用變結(jié)構(gòu)“單位向量”控制格式,以美國加利福尼亞州規(guī)范(SAC)20層鋼結(jié)構(gòu)為基準模型,采用數(shù)值模擬的分析方法,系統(tǒng)分析了各控制設計參數(shù)的選取、子結(jié)構(gòu)的劃分、控制器的分布對控制效果的影響,同時分析了建筑結(jié)構(gòu)分散滑??刂频聂敯籼匦?。最后基于Matlab可視化設計編制了建筑結(jié)構(gòu)滑模控制器分析設計程序。主要研究內(nèi)容及成果如下:(1)文章概述了國內(nèi)外建筑結(jié)構(gòu)分散控制研究進展,簡要介紹了滑模變結(jié)構(gòu)方法,分析了建筑結(jié)構(gòu)分散滑模控制方法中分散模型的建立、滑模設計及基于“單位向量”變結(jié)構(gòu)控制率的穩(wěn)定控制格式。(2)分析了建筑結(jié)構(gòu)分散滑??刂破鲄?shù)對控制效果的影響。研究表明:對于確定的子結(jié)構(gòu)劃分和控制器布置,建筑結(jié)構(gòu)分散滑??刂葡到y(tǒng)的控制參數(shù)在一定取值范圍內(nèi)變化對結(jié)構(gòu)整體控制效果的影響基本一致,均可以得到較好的控制。(3)實現(xiàn)了對基準模型不同子結(jié)構(gòu)的劃分,并分析其分散控制效果。在每層均設控制器的條件下,將基準模型子結(jié)構(gòu)分別劃分為連續(xù)5層、連續(xù)4層及連續(xù)2層三種不同的劃分形式,通過數(shù)值模擬,可以發(fā)現(xiàn):三種不同的劃分方式均對樓層相對位移、樓層速度、樓層加速度起到了較好的控制效果,其中將基準模型子結(jié)構(gòu)分別劃分為連續(xù)2層的劃分方式控制效果更優(yōu),三種不同劃分方式的控制力輸出大小基本保持一致。(4)分析驗證了控制器的魯棒特性。通過改變結(jié)構(gòu)樓層剛度、樓層質(zhì)量參數(shù)對控制效果的影響進行了分析,研究表明:對于結(jié)構(gòu)剛度、樓層質(zhì)量等結(jié)構(gòu)不確定性變化,本文所提控制方法具魯棒特性。另外,通過樓層質(zhì)量變化對控制效果分析可以發(fā)現(xiàn),設計中減輕建筑結(jié)構(gòu)質(zhì)量,本文所提控制方法不僅能夠較好的滿足振動控制要求還有利于控制能量的輸出。(5)研究了不同控制器布置時建筑結(jié)構(gòu)滑模分散控制的實現(xiàn)方法和控制效果。通過奇異值分解的方法將控制的狀態(tài)方程轉(zhuǎn)換成滑模控制的簡約型,實現(xiàn)控制器不同布置時建筑結(jié)構(gòu)分散滑??刂圃O計。分析發(fā)現(xiàn):當在子結(jié)構(gòu)間上下交界樓層布置控制器,在子結(jié)構(gòu)內(nèi)部對稱布置一定數(shù)量控制器時,盡管滑模面設計不能嚴格滿足匹配條件,但控制器仍然對樓層相對位移、樓層速度、加速度具有一定的控制效果。研究表明在剛度變化較大的轉(zhuǎn)換層進行合理的控制器設置能夠明顯的改善結(jié)構(gòu)振動控制效果。(6)不同結(jié)構(gòu)參數(shù)、不同子結(jié)構(gòu)劃分、不同控制器布置,都涉及到參數(shù)的選取問題,為便于開展不同情況下分散滑模控制器的分析和設計,基于Matlab可視化設計功能開發(fā)了相關設計軟件。該軟件可以實現(xiàn)不同參數(shù)的取值輸入,可以獲得不同取值條件下分散滑??刂?、線性二次型集中控制、無控狀態(tài)下的層間位移、層間位移時程、加速度時程等結(jié)構(gòu)響應變化和控制力時程圖形數(shù)據(jù)。軟件可視化操作圖形界面,便于控制設計的參數(shù)選取效果比對,有助于控制器的設計和優(yōu)化。
吳生彪[8](2019)在《微波腔體濾波器建模與計算機調(diào)試策略》文中研究表明微波濾波器在分離頻譜信息、提高通信質(zhì)量、防止信號串擾上發(fā)揮著重要的作用。多數(shù)微波濾波器都是基于電磁仿真技術設計的,濾波器制造的公差和材料特性的差異使得輸出頻率響應不能與理論結(jié)果相一致。因此,生產(chǎn)后的微波濾波器必須經(jīng)過調(diào)試才能達到要求,然而,調(diào)試工作極其復雜,單純的依靠人工調(diào)試不但調(diào)試效率低下,而且產(chǎn)品的一致性很差。為了提高微波濾波器調(diào)試效率,本文研究了微波腔體濾波器的調(diào)試方法,主要工作如下。(1)不同模態(tài)下的參數(shù)提取。本文提出了不同模態(tài)下的微波腔體濾波器參數(shù)提取方法。針對微波腔體濾波器導納參數(shù)極點和留數(shù)的提取問題,在綜合考慮相位偏移、諧振腔損耗以及初始零極點對參數(shù)提取精度影響的情況下,運用改進的矢量擬合方法實現(xiàn)了導納參數(shù)極點和留數(shù)的提取。在處理濾波器端口相位和諧振腔損耗不一致時,通過將不一致相位與衰減因子納為優(yōu)化變量的方式進行剔除,并通過在導納參數(shù)極點中引入損耗因子的方式消除了損耗對耦合矩陣提取的影響。當微波腔體濾波器處在嚴重失諧狀態(tài)下時,在完成濾波器的初調(diào)后,通過直接構(gòu)建多項式系數(shù)與導納函數(shù)的關系來提取耦合矩陣,解決了無耗耦合矩陣綜合方法在有耗耦合矩陣綜合中的應用問題。(2)微波腔體濾波器建模。本文提出了基于不同關系數(shù)據(jù)的微波腔體濾波器建模方法。針對低階仿真微波腔體濾波器提取的導納參數(shù)極點和留數(shù),本文基于高斯核聚類和子模型概率融合方法建立了諧振桿與耦合桿的調(diào)節(jié)高度與導納參數(shù)極點、留數(shù)間的關系模型,解決了單一模型計算精度差和效率低下的問題。針對不一致端口相位和諧振腔損耗下提取的耦合矩陣,基于分布式極限學習機建立了耦合矩陣各元素和螺釘調(diào)節(jié)高度的關系模型,解決了模型的并行計算和隱含層節(jié)點的隨機選取問題。針對嚴重失諧狀態(tài)下提取的多階段過程調(diào)試數(shù)據(jù),本文基于模糊C均值聚類與T-S模糊神經(jīng)網(wǎng)絡方法,建立了九階交叉耦合濾波器在嚴重失諧狀態(tài)下的關系模型,并通過比較實驗驗證了方法的有效性。(3)微波腔體濾波器計算機調(diào)試策略。本文提出了基于不同關系模型(代理模型)的計算機調(diào)試方法。針對低階仿真微波腔體濾波器,通過基于Y參數(shù)極點和留數(shù)的隱式空間映射算法來實現(xiàn)非線性映射下的代理模型參數(shù)優(yōu)化。針對多變量實際微波腔體濾波器的調(diào)試,通過分布式極限學習機與空間映射算法相結(jié)合來實現(xiàn)微波腔體濾波器的調(diào)試,并通過設置收斂半徑和更新步長的方式來避免算法難收斂現(xiàn)象和對初始值的依賴問題。面對復雜拓撲結(jié)構(gòu)濾波器在嚴重失諧狀態(tài)下的調(diào)試,本文將多目標粒子群算法與T-S模糊神經(jīng)網(wǎng)絡空間映射相結(jié)合,實現(xiàn)了九階交叉耦合濾波器的分階段調(diào)試。(4)微波腔體濾波器調(diào)試系統(tǒng)設計。本文基于模塊化編程的基本思想,運用MATLAB GUI實現(xiàn)了可視化人機界面的制作以及動態(tài)數(shù)據(jù)的存儲與顯示;通過HFSS-MATLAB-API實現(xiàn)了微波腔體濾波器的三維建模與調(diào)試數(shù)據(jù)的采集;利用通信程序?qū)崿F(xiàn)了矢量網(wǎng)絡分析儀與PC機及其他設備的通訊;最終,結(jié)合參數(shù)提取算法和調(diào)試策略實現(xiàn)了微波腔體濾波器的動態(tài)仿真。本文研究了微波腔體濾波器的計算機輔助調(diào)試策略,提出了不同模態(tài)下的參數(shù)提取方法,利用電磁仿真軟件和現(xiàn)場采集的數(shù)據(jù)建立不同關系模型,通過構(gòu)建代理模型與實際模型的映射關系實現(xiàn)了微波腔體濾波器的計算機輔助調(diào)試,最后通過仿真實驗驗證了所提方法的有效性。
馮聰[9](2018)在《無人機集群編隊交互式仿真平臺的設計與實現(xiàn)》文中提出智能化與集群化是無人機發(fā)展的趨勢,在大規(guī)模數(shù)量的被控對象與復雜的任務場景需求下,仿真平臺在無人機集群的前期設計階段扮演了愈發(fā)重要的角色?;诠δ芡陚涞姆抡嫫脚_,團隊可以快捷地完成對無人機集群系統(tǒng)各個層次設計原型的測試與驗證,加快項目迭代,極大地節(jié)約開發(fā)成本。論文致力于開發(fā)一套面向無人機集群編隊研究需求的交互式仿真平臺及軟件開發(fā)框架?;谠撈脚_的功能特性,可將Matlab/Simulink上層環(huán)境中開發(fā)的算法模塊工程化,并集成到上位機系統(tǒng),與無人機集群快速原型構(gòu)成閉環(huán)驗證回路;基于平臺三維可視化系統(tǒng),及手勢、語音VR人機交互系統(tǒng),完成人在回路的集群編隊協(xié)同任務仿真測試。論文主要完成了以下方面的工作:(1)調(diào)研國內(nèi)外仿真平臺研究現(xiàn)狀,重點針對分布式仿真及VR人機接口兩方面研究成果進行了詳細分析。在此基礎上,分析無人機集群編隊協(xié)同任務仿真的功能需求及性能需求,完成平臺總體架構(gòu)設計。(2)設計并開發(fā)上位機軟件基礎模塊。數(shù)字仿真模塊基于Simulink代碼生成技術完成算法模塊集成;實時仿真模塊基于xPC技術模擬無人機對象,實現(xiàn)基于模型的控制算法實時仿真驗證;網(wǎng)絡通信模塊基于Protobuf實現(xiàn)可定制、易擴展的平臺基礎數(shù)據(jù)通信組件。(3)基于Unity 3D設計并開發(fā)視景軟件基礎模塊。仿真場景模塊構(gòu)建任務場景所需的三維模型資源庫,基于WorldMachine實現(xiàn)大規(guī)模地形解決方案;圖形界面模塊基于UGUI開發(fā)具備自動布局和信息訂閱功能的界面組件;人機交互模塊基于HTC Vive和在線語音REST API技術,實現(xiàn)無人機集群編隊VR人機接口。最后,基于上述平臺軟件基礎模塊,開發(fā)10架無人機集群協(xié)同任務仿真應用實例,仿真結(jié)果驗證了平臺的功能性與可靠性。
楊學成[10](2018)在《聚合物間歇微發(fā)泡過程數(shù)值模擬》文中進行了進一步梳理微孔發(fā)泡材料由于其質(zhì)量輕、隔熱、隔音、抗沖擊等特點,在航空航天、生物醫(yī)療、衛(wèi)生環(huán)境等領域有著廣泛的用用前景。隨著其應用領域的不斷擴展,研究人員對微發(fā)泡技術的研究也在不斷深入。在微孔發(fā)泡過程中泡孔的成核與生長是微發(fā)泡過程中至關重要的環(huán)節(jié)。研究影響泡孔密度、泡孔尺寸的影響因素,對改善微發(fā)泡產(chǎn)品的結(jié)構(gòu)與性能有著重要的意義。本文基于經(jīng)典成核理論和細胞模型,建立了間歇微發(fā)泡氣泡成核和泡孔長大的數(shù)學模型,并在matlab平臺上采用四階龍格-庫塔法實現(xiàn)了間歇微發(fā)泡過程的數(shù)值模擬。建立了圖形界面,并基于matlab與C語言混合編程技術對程序進行了封裝,編譯為獨立執(zhí)行的可執(zhí)行程序,同時,封裝為動態(tài)鏈接庫,以備后續(xù)擠出微發(fā)泡過程模擬程序的調(diào)用。本文主要工作及結(jié)論如下:(1)間歇微發(fā)泡過程的數(shù)學模型建立。本文基于經(jīng)典成核理論及泡孔生長的細胞模型假設,建立了氣泡成核和泡孔長大的控制方程,包括Blander-Katz泡孔成核率方程、氣體穿過泡孔邊界的質(zhì)量平衡方程、氣體的對流擴散方程、氣泡周圍聚合物熔體及氣體混合物的動量方程等控制方程。結(jié)合冪律粘度模型的本構(gòu)關系,建立了氣泡成核與泡孔生長的數(shù)學模型。基于泡孔成核與生長過程的分析,建立了影響泡孔成核與長大過程的耦合關系。(2)間歇微發(fā)泡過程模擬的數(shù)值實現(xiàn)。基于氣泡成核與泡孔生長的耦合關系,采用龍格-庫塔法對聚合物微發(fā)泡過程中泡孔成核與生長過程進行耦合計算,以實現(xiàn)聚合物微發(fā)泡過程中泡孔成核和氣泡長大過程的數(shù)值模擬,開發(fā)微發(fā)泡過程的數(shù)值模擬程序,模擬可獲得不同時刻泡孔的成核數(shù)目、泡孔的半徑、泡內(nèi)壓力及微泡孔形態(tài)的演化過程。通過數(shù)值算例分析了不同泄壓方式對泡孔成核以及生長過程的影響,結(jié)果表明,在線性泄壓的方式下,泡孔開始成核的時間較晚,成核點后泄壓速率較快,使得泡孔密度較大,從而抑制了泡孔生長,從而獲得相比另外三種方式泡孔密度更大、泡孔尺寸更小的微孔發(fā)泡材料;在線性泄壓的基礎上,隨著泄壓速率提高,泡孔尺寸減小,泡孔密度增加。(3)圖形界面的開發(fā)。為了方便使用者對程序的使用,本文利用matlab的用戶圖形界面(GUI)技術,建立了一套簡易、方便的圖形界面系統(tǒng),系統(tǒng)設計以微發(fā)泡數(shù)值計算程序為核心,建立了工程文件創(chuàng)建、數(shù)據(jù)輸入與保存、微發(fā)泡數(shù)值計算、以及結(jié)果的圖形輸出等功能。通過可視化的圖形界面系統(tǒng),為的用戶提供更加便捷的操作方式。(4)模擬程序的封裝。為了程序算法的保密及方便后續(xù)的擠出微發(fā)泡數(shù)值模擬軟件的開發(fā),本文基于matlab與C語言混合編程技術,利用matlab編譯器(MCR)將matlab編寫的數(shù)值計算主程序編譯成為獨立可執(zhí)行exe執(zhí)行文件及可在VC++平臺下供C語言調(diào)用的動態(tài)鏈接庫文件,既實現(xiàn)了對matlab程序的封裝,又可供后續(xù)通過C語言開發(fā)的程序調(diào)用。
二、MATLAB制作圖形界面的應用(論文開題報告)
(1)論文研究背景及目的
此處內(nèi)容要求:
首先簡單簡介論文所研究問題的基本概念和背景,再而簡單明了地指出論文所要研究解決的具體問題,并提出你的論文準備的觀點或解決方法。
寫法范例:
本文主要提出一款精簡64位RISC處理器存儲管理單元結(jié)構(gòu)并詳細分析其設計過程。在該MMU結(jié)構(gòu)中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲系統(tǒng)實現(xiàn)的一個重要組成部分。
(2)本文研究方法
調(diào)查法:該方法是有目的、有系統(tǒng)的搜集有關研究對象的具體信息。
觀察法:用自己的感官和輔助工具直接觀察研究對象從而得到有關信息。
實驗法:通過主支變革、控制研究對象來發(fā)現(xiàn)與確認事物間的因果關系。
文獻研究法:通過調(diào)查文獻來獲得資料,從而全面的、正確的了解掌握研究方法。
實證研究法:依據(jù)現(xiàn)有的科學理論和實踐的需要提出設計。
定性分析法:對研究對象進行“質(zhì)”的方面的研究,這個方法需要計算的數(shù)據(jù)較少。
定量分析法:通過具體的數(shù)字,使人們對研究對象的認識進一步精確化。
跨學科研究法:運用多學科的理論、方法和成果從整體上對某一課題進行研究。
功能分析法:這是社會科學用來分析社會現(xiàn)象的一種方法,從某一功能出發(fā)研究多個方面的影響。
模擬法:通過創(chuàng)設一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、MATLAB制作圖形界面的應用(論文提綱范文)
(1)電網(wǎng)側(cè)大容量電化學儲能電站系統(tǒng)建模及仿真特性研究(論文提綱范文)
摘要 |
Abstract |
第1章 緒論 |
1.1 課題背景和意義 |
1.2 大規(guī)模電化學儲能電站建模研究現(xiàn)狀 |
1.2.1 儲能PCS單體建模研究現(xiàn)狀 |
1.2.2 儲能PCS并聯(lián)研究現(xiàn)狀 |
1.2.3 大規(guī)模儲能系統(tǒng)建模研究現(xiàn)狀 |
1.3 大規(guī)模電化學儲能電站控制策略研究現(xiàn)狀 |
1.3.1 儲能系統(tǒng)跟蹤計劃出力研究現(xiàn)狀 |
1.3.2 儲能系統(tǒng)平滑新能源出力研究現(xiàn)狀 |
1.4 本文主要工作 |
第2章 儲能PCS并網(wǎng)穩(wěn)定性分析 |
2.1 PCS單體并網(wǎng)模型 |
2.1.1 儲能PCS單體拓撲 |
2.1.2 PCS單體全解耦控制 |
2.2 PCS并網(wǎng)運行穩(wěn)定性分析 |
2.3 PCS并聯(lián)系統(tǒng)失穩(wěn)原理分析 |
2.3.1 并聯(lián)臺數(shù)n對穩(wěn)定性的影響 |
2.3.2 并網(wǎng)阻抗Z_g對穩(wěn)定性的影響 |
2.4 本章小結(jié) |
第3章 自適應阻尼控制策略 |
3.1 阻抗自適應系統(tǒng)方案 |
3.2 電網(wǎng)阻抗突變檢測 |
3.3 有源阻尼控制參數(shù)的計算 |
3.3.1 有源阻尼控制參數(shù)k_c的求取 |
3.3.2 電流控制器參數(shù)k_p與k_i的選取 |
3.4 基于simulink平臺的目標儲能電站電磁暫態(tài)模型 |
3.4.1 PCS參數(shù)選取 |
3.4.2 仿真與結(jié)果分析 |
3.5 本章小結(jié) |
第4章 基于ELMAN神經(jīng)網(wǎng)絡的儲能系統(tǒng)SOC估計 |
4.1 運行特征的提取 |
4.2 思維進化算法優(yōu)化的ELMAN神經(jīng)網(wǎng)絡模型 |
4.2.1 Elman神經(jīng)網(wǎng)絡 |
4.2.2 MEA對神經(jīng)網(wǎng)絡的優(yōu)化 |
4.3 算例分析 |
4.3.1 實驗數(shù)據(jù)收集 |
4.3.2 SOC估計結(jié)果與魯棒性驗證 |
4.5 本章小結(jié) |
第5章 儲能電站矢量仿真模型 |
5.1 矢量仿真模型的建模原理 |
5.2 矢量仿真模型的控制策略 |
5.3 基于Simulink的矢量仿真模型建模 |
5.3.1 儲能單元部分 |
5.3.2 能量管理系統(tǒng) |
5.3.3 光伏/風電等效模塊 |
5.4 24h儲能電站并網(wǎng)模型運行仿真 |
5.5 本章小結(jié) |
第6章 基于MATLAB GUI的儲能系統(tǒng)并網(wǎng)仿真軟件 |
6.1 MATLAB GUI |
6.2 儲能仿真軟件設計 |
6.2.1 軟件登錄界面 |
6.2.2 仿真控制界面 |
6.2.3 通過回調(diào)函數(shù)實現(xiàn)軟件功能 |
6.3 軟件數(shù)據(jù)與界面的封裝 |
6.4 本章總結(jié) |
第7章 總結(jié)與展望 |
7.1 總結(jié) |
7.2 展望 |
參考文獻 |
攻讀碩士學位期間發(fā)表的論文及其它成果 |
致謝 |
(2)基于SVM視距與非視距聲定位信號分類的應用與研究(論文提綱范文)
摘要 |
ABSTRACT |
第1章 緒論 |
1.1 選題背景與研究意義 |
1.2 非視距信號處理國內(nèi)外研究現(xiàn)狀 |
1.3 研究內(nèi)容與結(jié)構(gòu)安排 |
1.4 本章小結(jié) |
第2章 聲定位信號特征提取與選擇 |
2.1 聲定位信號 |
2.2 聲定位信號特征提取法及其特點 |
2.3 本章小結(jié) |
第3章 視距與非視距聲定位信號分類算法 |
3.1 支持向量機 |
3.2 引入改進型遺傳算法的支持向量機 |
3.3 引入改進型粒子群算法的支持向量機 |
3.4 特征重新組合與分析 |
3.5 本章小結(jié) |
第4章 視距與非視距聲定位信號特征回歸分析 |
4.1 回歸部分基本設想 |
4.2 模糊信息粒化 |
4.3 特征取值回歸分析 |
4.4 回歸分析部分總結(jié) |
4.5 本章小結(jié) |
第5章 系統(tǒng)測試與分析 |
5.1 聲定位信號分類實驗結(jié)果匯總 |
5.2 MATLAB GUI以及整體演示 |
5.3 實際非視距場景下與定位系統(tǒng)結(jié)合測試 |
第6章 總結(jié) |
6.1 全文總結(jié) |
6.2 未來展望 |
參考文獻 |
作者在攻讀碩士學位期間科研成果 |
致謝 |
(3)電力線路短期負荷預測系統(tǒng)設計及實現(xiàn)(論文提綱范文)
摘要 |
abstract |
第一章 緒論 |
1.1 短期電力負荷預測 |
1.1.1 認識短期電力負荷預測 |
1.1.2 電力負荷的預測內(nèi)容 |
1.1.3 影響電力負荷預測的因素 |
1.2 短期電力負荷預測系統(tǒng)的研究現(xiàn)狀 |
1.2.1 國外研究現(xiàn)狀 |
1.2.2 國內(nèi)研究現(xiàn)狀 |
1.3 論文的主要意義及研究內(nèi)容 |
1.4 章節(jié)安排 |
第二章 系統(tǒng)應用場景及功能需求分析 |
2.1 論文實施環(huán)境分析 |
2.1.1 線路負荷特性 |
2.1.2 影響負荷的主要因素 |
2.1.3 歷史數(shù)據(jù)的特點 |
2.2 系統(tǒng)需求分析 |
2.3 本章小結(jié) |
第三章 預測模型的研究及實現(xiàn) |
3.1 經(jīng)典預測算法的特性及分析 |
3.1.1 傳統(tǒng)預測算法 |
3.1.2 人工智能算法 |
3.2 基礎預測算法的選擇 |
3.2.1 預測算法的特性需求分析 |
3.2.2 算法基礎的確定 |
3.3 編譯環(huán)境的選擇 |
3.3.1 MATLAB介紹 |
3.3.2 預測算法的功能需求分析 |
3.4 Elman神經(jīng)網(wǎng)絡結(jié)構(gòu)分析 |
3.5 訓練數(shù)據(jù)的分析和構(gòu)建 |
3.5.1 輸入數(shù)據(jù)的分析和構(gòu)建 |
3.5.2 驗證數(shù)據(jù)的構(gòu)建 |
3.6 數(shù)據(jù)的處理 |
3.6.1 異常數(shù)據(jù)處理 |
3.6.2 數(shù)據(jù)歸一化處理 |
3.7 預測算法模型的設計 |
3.7.1 預測算法的設計 |
3.7.2 預測模型的構(gòu)建 |
3.7.3 訓練函數(shù)的選擇 |
3.8 預測模型的優(yōu)化 |
3.8.1 網(wǎng)絡延時參數(shù)的優(yōu)化 |
3.8.2 網(wǎng)絡規(guī)模參數(shù)的優(yōu)化 |
3.9 本章小結(jié) |
第四章 負荷預測系統(tǒng)設計及實現(xiàn) |
4.1 系統(tǒng)基本框架 |
4.2 圖形窗口設計及功能實現(xiàn) |
4.2.1 菜單欄設計 |
4.2.2 功能鍵設計 |
4.3 本章小結(jié) |
第五章 系統(tǒng)性能測試 |
5.1 系統(tǒng)性能測試的目的 |
5.2 系統(tǒng)測試環(huán)境 |
5.3 系統(tǒng)模塊功能驗證 |
5.4 系統(tǒng)安全性檢查 |
5.5 本章小結(jié) |
第六章 論文結(jié)論與展望 |
6.1 結(jié)論 |
6.2 展望 |
致謝 |
參考文獻 |
附錄1 |
附錄2 |
附錄3 |
(4)管翅式機油冷卻器散熱性能分析及優(yōu)化(論文提綱范文)
摘要 |
Abstract |
第1章 緒論 |
1.1 課題的研究背景及意義 |
1.2 管翅式機油冷卻器簡介 |
1.2.1 管翅式機油冷卻器構(gòu)造 |
1.2.2 管翅式機油冷卻器的換熱過程 |
1.2.3 常見翅片的類型 |
1.3 管翅式機油冷卻器國內(nèi)外研究現(xiàn)狀 |
1.3.1 平直翅片國內(nèi)外研究現(xiàn)狀 |
1.3.2 波紋翅片國內(nèi)外研究現(xiàn)狀 |
1.4 CFD基本理論 |
1.4.1 基本假設 |
1.4.2 控制方程 |
1.4.3 湍流模型 |
1.4.4 CFD軟件介紹 |
1.5 本課題主要的技術路線與研究內(nèi)容 |
1.5.1 技術路線 |
1.5.2 研究內(nèi)容 |
第2章 管翅式機油冷卻器的數(shù)值模擬與試驗 |
2.1 物理模型 |
2.1.1 模型簡化 |
2.1.2 翅片結(jié)構(gòu)參數(shù) |
2.1.3 基管結(jié)構(gòu)參數(shù) |
2.2 模型預處理 |
2.2.1 全局化處理 |
2.2.2 建立流體域 |
2.3 網(wǎng)格劃分 |
2.3.1 Meshing網(wǎng)格劃分軟件 |
2.3.2 網(wǎng)格質(zhì)量驗證 |
2.3.3 各進出口命名選擇 |
2.4 數(shù)值計算 |
2.4.1 定義物性參數(shù) |
2.4.2 計算域劃分 |
2.4.3 進出口邊界條件設置 |
2.4.4 數(shù)值模擬算法選擇及求解器控制 |
2.5 風冷油試驗 |
2.5.1 試驗工況 |
2.5.2 試驗對象 |
2.5.3 試驗裝置 |
2.6 模型驗證 |
2.7 本章小結(jié) |
第3章 管翅式機油冷卻器散熱性能分析及其優(yōu)化設計 |
3.1 強化換熱理論 |
3.2 管翅式機油冷卻器性能參數(shù) |
3.2.1 傳熱方程和換熱系數(shù) |
3.2.2 機油冷卻器的流阻 |
3.2.3 綜合系數(shù) |
3.3 不同角度波紋翅片的物理模型 |
3.4 不同角度波紋翅片傳熱性能分析 |
3.4.1 速度場分析 |
3.4.2 溫度場分布 |
3.4.3 傳熱性能參數(shù)分析 |
3.5 不同角度波紋翅片流阻性能分析 |
3.5.1 壓力場分布 |
3.5.2 流阻性能參數(shù)分析 |
3.6 綜合性能分析 |
3.6.1 綜合系數(shù)分析 |
3.6.2 整體散熱功率分析 |
3.7 不同翅片間距的管翅式機油冷卻器散熱性能分析 |
3.8 本章小結(jié) |
第4章 管翅式機油冷卻器散熱性能分析系統(tǒng)設計 |
4.1 油氣溫差與散熱功率分析 |
4.2 進風口風速與散熱功率分析 |
4.3 基于MATLAB的散熱功率曲面擬合 |
4.3.1 交互式曲線和曲面擬合 |
4.3.2 擬合結(jié)果 |
4.4 基于MATLAB GUI的散熱性能分析系統(tǒng)功能設計 |
4.4.1 MATLAB GUI平臺 |
4.4.2 總體方案設計 |
4.4.3 各主要功能模塊設計 |
4.4.4 GUI生成獨立的應用程序 |
4.5 本章小結(jié) |
第5章 總結(jié)與展望 |
5.1 總結(jié) |
5.2 展望 |
參考文獻 |
附錄 |
在學期間發(fā)表的學術論文與研究成果 |
致謝 |
(5)基于模糊控制算法的嵌入式力量輔助控制系統(tǒng)(論文提綱范文)
摘要 |
abstract |
第一章 緒論 |
1.1 研究背景及意義 |
1.2 國內(nèi)外研究現(xiàn)狀 |
1.2.1 力量健身器械研究現(xiàn)狀 |
1.2.2 伺服驅(qū)動系統(tǒng)研究現(xiàn)狀 |
1.2.3 模糊控制研究現(xiàn)狀 |
1.3 主要研究內(nèi)容 |
1.3.1 研究內(nèi)容 |
1.3.2 工作路線 |
1.4 論文結(jié)構(gòu) |
第二章 力量輔助控制系統(tǒng)的相關技術與功能方案設計 |
2.1 力量健身器械的結(jié)構(gòu)與運動方式 |
2.2 伺服電機的結(jié)構(gòu)和原理 |
2.3 伺服驅(qū)動器的模式選擇 |
2.4 編碼器實時監(jiān)測原理 |
2.5 控制器STM32F407 硬件資源 |
2.6 本章小結(jié) |
第三章 力量輔助控制系統(tǒng)平臺的搭建 |
3.1 力量輔助控制系統(tǒng)平臺總體設計 |
3.2 物理模型傳動系統(tǒng) |
3.3 伺服控制系統(tǒng) |
3.4 平臺間通信 |
3.4.1 控制器與驅(qū)動器間通信 |
3.4.2 控制器與LCD間通信 |
3.5 本章小結(jié) |
第四章 系統(tǒng)軟件的設計與實現(xiàn) |
4.1 軟件開發(fā)環(huán)境的選擇 |
4.2 軟件功能設計 |
4.2.1 數(shù)據(jù)通信程序設計 |
4.2.2 控制器運算邏輯設計 |
4.3 模糊控制算法的研究與設計 |
4.3.1 模糊控制的基本原理 |
4.3.2 模糊控制的設計與實現(xiàn) |
4.3.3 模糊控制算法仿真測試 |
4.4 圖形界面的設計 |
4.4.1 TFTLCD電容式觸摸屏 |
4.4.2 EMWIN基于STM32F407 的板上移植 |
4.4.3 EMWIN圖形界面的設計開發(fā) |
4.5 本章小結(jié) |
第五章 系統(tǒng)功能測試 |
5.1 通信功能測試 |
5.2 系統(tǒng)整體功能測試 |
5.3 本章小結(jié) |
第六章 總結(jié)與展望 |
6.1 全文總結(jié) |
6.2 研究展望 |
致謝 |
參考文獻 |
攻讀學位期間參加科研情況及獲得的學術成果 |
(6)基于MATLAB的數(shù)學課堂信息化實踐(論文提綱范文)
1 傳統(tǒng)課堂教學模式弊端 |
1.1 缺乏直觀性和表現(xiàn)力 |
1.2 缺乏趣味性和創(chuàng)造性 |
1.3 不利于教師的發(fā)展 |
2 基于MATLAB的課堂教學素材開發(fā)案例 |
2.1 定積分的教學案例 |
2.2 旋轉(zhuǎn)曲面的動態(tài)演示 |
3 小結(jié) |
(7)地震作用下建筑結(jié)構(gòu)分散滑模振動控制分析與設計研究(論文提綱范文)
致謝 |
摘要 |
abstract |
第1章 緒論 |
1.1 課題研究背景和意義 |
1.2 國內(nèi)外研究現(xiàn)狀 |
1.3 本文研究的主要內(nèi)容 |
第2章 建筑結(jié)構(gòu)分散滑??刂品椒?/td> |
2.1 滑模變結(jié)構(gòu)控制方法 |
2.2 建筑結(jié)構(gòu)分散控制模型 |
2.3 穩(wěn)定滑動模態(tài)設計 |
2.4 “單位向量”變結(jié)構(gòu)控制格式 |
2.5 本章小結(jié) |
第3章 建筑結(jié)構(gòu)分散滑模控制數(shù)值模擬及分析 |
3.1 數(shù)值模擬方法 |
3.1.1 模型介紹 |
3.1.2 剛度、質(zhì)量、阻尼的確定 |
3.1.3 地震波的選取 |
3.2 控制設計參數(shù)對控制效果的影響分析 |
3.2.1 劃分為4個子結(jié)構(gòu) |
3.2.2 劃分為5個子結(jié)構(gòu) |
3.2.3 劃分為10個子結(jié)構(gòu) |
3.3 子結(jié)構(gòu)劃分對控制效果的影響分析 |
3.4 建筑結(jié)構(gòu)分散滑??刂频聂敯籼匦?/td> |
3.4.1 控制器參數(shù)確定 |
3.4.2 建筑結(jié)構(gòu)剛度擾動對控制器控制效果影響 |
3.4.3 建筑結(jié)構(gòu)質(zhì)量擾動對控制器控制效果影響 |
3.5 控制器設置對控制效果影響 |
3.5.1 控制器布置方案 |
3.5.2 子結(jié)構(gòu)狀態(tài)方程的簡約型變換 |
3.5.3 子結(jié)構(gòu)個數(shù)為4時的情況 |
3.5.4 子結(jié)構(gòu)個數(shù)為5時的情況 |
3.5.5 子結(jié)構(gòu)個數(shù)為10時的情況 |
3.5.6 控制器布置分析 |
3.6 本章小結(jié) |
第4章 分散滑??刂破鞯腉UI可視化設計 |
4.1 控制器界面的GUI設計 |
4.1.1 控制器界面功能 |
4.1.2 控制器GUI制作流程 |
4.2 初始界面的設計 |
4.3 控制界面的設計 |
4.4 控制器GUI運行 |
4.5 本章小結(jié) |
第5章 全文總結(jié)及展望 |
5.1 結(jié)論 |
5.2 展望 |
參考文獻 |
碩士學位期間發(fā)表的學術活動及成果情況 |
(8)微波腔體濾波器建模與計算機調(diào)試策略(論文提綱范文)
作者簡介 |
摘要 |
abstract |
第一章 緒論 |
1.1 研究背景與意義 |
1.2 國內(nèi)外研究現(xiàn)狀 |
1.2.1 基于參考模型的調(diào)試 |
1.2.2 基于特征參數(shù)的調(diào)試 |
1.2.3 基于數(shù)據(jù)驅(qū)動模型的調(diào)試 |
1.3 當前存在的問題 |
1.4 研究內(nèi)容與章節(jié)安排 |
第二章 微波濾波器特性分析及聯(lián)合仿真 |
2.1 引言 |
2.2 微波濾波器特性分析 |
2.2.1 微波腔體濾波器的拓撲結(jié)構(gòu) |
2.2.2 微波腔體濾波器的調(diào)試特性 |
2.2.3 微波腔體濾波器的性能分析 |
2.2.4 微波濾波器耦合矩陣綜合 |
2.3 微波腔體濾波器三維仿真與等效電路 |
2.3.1 基于HFSS軟件的腔體濾波器設計 |
2.3.2 基于ADS軟件的腔體濾波器等效電路設計 |
2.3.3協(xié)同仿真實驗 |
2.4 調(diào)試系統(tǒng)需求分析和總體設計 |
2.4.1 調(diào)試系統(tǒng)需求分析 |
2.4.2 調(diào)試系統(tǒng)總體設計 |
2.5 本章小結(jié) |
第三章 微波腔體濾波器參數(shù)提取方法 |
3.1 引言 |
3.2 損耗較小狀態(tài)下的Y參數(shù)極點和留數(shù)提取 |
3.2.1 微波濾波器端口相位的移除 |
3.2.2 Y參數(shù)極點和留數(shù)的提取 |
3.3 端口相位不一致狀態(tài)下的耦合矩陣提取 |
3.3.1 不一致端口相位偏移的移除 |
3.3.2 八階微波腔體濾波器耦合矩陣提取 |
3.4 失諧較大狀態(tài)下的耦合矩陣提取 |
3.4.1 傳輸和反射函數(shù)多項式系數(shù)提取 |
3.4.2 九階交叉耦合腔體濾波器耦合矩陣提取 |
3.5 本章小結(jié) |
第四章 微波腔體濾波器調(diào)試模型 |
4.1 引言 |
4.2 基于神經(jīng)網(wǎng)絡的關系模型 |
4.2.1 高斯核聚類與子模型概率計算 |
4.2.2 模型及參數(shù)優(yōu)化 |
4.2.3仿真實驗 |
4.3 基于多輸出矩陣極限學習機的關系模型 |
4.3.1 極限學習機分析 |
4.3.2 多輸出矩陣極限學習機分析 |
4.3.3 模型參數(shù)優(yōu)化 |
4.3.4仿真實驗 |
4.4 基于T-S模糊神經(jīng)網(wǎng)絡的關系模型 |
4.4.1 調(diào)試數(shù)據(jù)的模糊聚類 |
4.4.2 模型結(jié)構(gòu)和參數(shù)設計 |
4.5 本章小結(jié) |
第五章 微波腔體濾波器調(diào)試策略 |
5.1 引言 |
5.2 基于Y參數(shù)極點和留數(shù)的調(diào)試 |
5.2.1 映射關系的建立 |
5.2.2仿真實驗 |
5.3 基于多輸出矩陣極限學習機與空間映射的調(diào)試 |
5.3.1 輸入輸出參數(shù)設置 |
5.3.2仿真實驗 |
5.4 基于T-S模糊神經(jīng)網(wǎng)絡與改進型空間映射的調(diào)試 |
5.4.1 濾波器初調(diào)及耦合矩陣優(yōu)化處理 |
5.4.2 改進型空間映射算法設計與仿真 |
5.5 本章小結(jié) |
第六章 微波腔體濾波器調(diào)試系統(tǒng)設計與仿真 |
6.1 引言 |
6.2 人機交互設計 |
6.2.1 數(shù)據(jù)的存儲與顯示 |
6.2.2 模塊化功能界面的設計 |
6.3 調(diào)試系統(tǒng)GUI界面的設計 |
6.3.1 硬件和軟件功能分析 |
6.3.2 基于HFSS-MATLAB-API的聯(lián)調(diào)聯(lián)試 |
6.4 在線仿真實驗 |
6.5 本章小結(jié) |
第七章 結(jié)論與展望 |
7.1 結(jié)論 |
7.2 展望 |
致謝 |
參考文獻 |
(9)無人機集群編隊交互式仿真平臺的設計與實現(xiàn)(論文提綱范文)
摘要 |
abstract |
第1章 緒論 |
1.1 課題研究背景與意義 |
1.2 國內(nèi)外研究現(xiàn)狀 |
1.2.1 分布式仿真平臺研究現(xiàn)狀 |
1.2.2 VR人機接口研究現(xiàn)狀 |
1.3 研究內(nèi)容與章節(jié)安排 |
第2章 無人機集群編隊交互式仿真平臺總體方案 |
2.1 引言 |
2.2 仿真平臺需求分析 |
2.2.1 功能需求 |
2.2.2 性能需求 |
2.3 仿真平臺總體架構(gòu)設計 |
2.4 仿真平臺開發(fā)環(huán)境 |
2.5 小結(jié) |
第3章 仿真平臺上位機軟件的設計與實現(xiàn) |
3.1 引言 |
3.2 仿真平臺上位機軟件的總體架構(gòu) |
3.3 數(shù)字仿真模塊 |
3.3.1 Simulink代碼生成技術 |
3.3.2 算法模塊的平臺集成 |
3.4 實時仿真模塊 |
3.4.1 xPC實時仿真技術 |
3.4.2 基于xPC API的實時仿真基礎模塊 |
3.5 網(wǎng)絡通信模塊 |
3.5.1 網(wǎng)絡框架總體方案設計 |
3.5.2 仿真平臺應用層數(shù)據(jù)協(xié)議 |
3.5.3 服務端網(wǎng)絡模塊 |
3.5.4 客戶端網(wǎng)絡模塊 |
3.6 小結(jié) |
第4章 仿真平臺視景演示軟件基礎模塊的設計與實現(xiàn) |
4.1 引言 |
4.2 視景演示軟件總體架構(gòu) |
4.3 無人機集群編隊仿真場景設計與開發(fā) |
4.3.1 場景資源的建立 |
4.3.2 大規(guī)模地形環(huán)境構(gòu)建 |
4.3.3 場景邏輯的實現(xiàn) |
4.4 圖形用戶界面設計與實現(xiàn) |
4.4.1 仿真初始化界面 |
4.4.2 仿真場景用戶界面 |
4.5 小結(jié) |
第5章 仿真平臺人機交互演示系統(tǒng)的設計與實現(xiàn) |
5.1 引言 |
5.2 仿真平臺人機交互演示系統(tǒng)總體架構(gòu) |
5.3 Vive手勢交互模塊 |
5.3.1 Vive開發(fā)概述 |
5.3.2 指揮員交互功能設計與實現(xiàn) |
5.3.3 無人機集群控制功能設計與實現(xiàn) |
5.4 語音控制模塊 |
5.4.1 百度語音REST API |
5.4.2 語音控制模塊實現(xiàn) |
5.5 小結(jié) |
第6章 無人直升機編隊協(xié)同控制仿真應用 |
6.1 引言 |
6.2 仿真平臺硬件環(huán)境 |
6.3 仿真平臺軟件實現(xiàn) |
6.3.1 無人機模型與算法模塊集成 |
6.3.2 應用層協(xié)議定制 |
6.3.3 VR虛擬場景搭建 |
6.4 仿真實驗及結(jié)果分析 |
6.5 小結(jié) |
第7章 總結(jié)與展望 |
參考文獻 |
發(fā)表論文及科研情況 |
致謝 |
(10)聚合物間歇微發(fā)泡過程數(shù)值模擬(論文提綱范文)
摘要 |
Abstract |
1 緒論 |
1.1 課題研究背景 |
1.2 國內(nèi)外研究現(xiàn)狀 |
1.2.1 泡孔成核理論的研究 |
1.2.2 泡孔長大理論的研究 |
1.3 本文主要工作 |
2 微孔發(fā)泡理論基礎 |
2.1 微孔發(fā)泡工藝過程 |
2.2 流體力學基礎方程 |
2.3 泡孔成核與生長的數(shù)學模型 |
2.3.1 泡孔成核理論模型 |
2.3.2 泡孔生長理論模型 |
2.3.3 泡孔長大的數(shù)學模型 |
2.4 本章小結(jié) |
3 微發(fā)泡模擬的數(shù)值實現(xiàn)及算例分析 |
3.1 微發(fā)泡模擬的數(shù)值實現(xiàn) |
3.2 數(shù)值算例 |
3.2.1 算例一 |
3.2.2 算例二 |
3.3 本章小結(jié) |
4 微發(fā)泡模擬界面制作與程序封裝 |
4.1 用戶圖形界面 |
4.1.1 GUIDE編輯器 |
4.1.2 GUI系統(tǒng)實現(xiàn) |
4.1.3 微發(fā)泡模擬界面的實現(xiàn) |
4.2 matlab程序封裝 |
4.2.1 matlab與C語言簡介 |
4.2.2 編譯獨立可執(zhí)行程序與動態(tài)鏈接庫文件 |
4.3 本章小結(jié) |
5 總結(jié)與展望 |
5.1 總結(jié) |
5.2 展望 |
參考文獻 |
致謝 |
四、MATLAB制作圖形界面的應用(論文參考文獻)
- [1]電網(wǎng)側(cè)大容量電化學儲能電站系統(tǒng)建模及仿真特性研究[D]. 劉星宇. 華北電力大學(北京), 2021(01)
- [2]基于SVM視距與非視距聲定位信號分類的應用與研究[D]. 闞瑞祥. 桂林理工大學, 2020(07)
- [3]電力線路短期負荷預測系統(tǒng)設計及實現(xiàn)[D]. 楊盼. 電子科技大學, 2020(03)
- [4]管翅式機油冷卻器散熱性能分析及優(yōu)化[D]. 張遠杰. 揚州大學, 2020(01)
- [5]基于模糊控制算法的嵌入式力量輔助控制系統(tǒng)[D]. 孫祥瑞. 西安石油大學, 2020(10)
- [6]基于MATLAB的數(shù)學課堂信息化實踐[J]. 楊昔陽,孫偉婧. 高中數(shù)理化, 2020(08)
- [7]地震作用下建筑結(jié)構(gòu)分散滑模振動控制分析與設計研究[D]. 吳添源. 合肥工業(yè)大學, 2020(02)
- [8]微波腔體濾波器建模與計算機調(diào)試策略[D]. 吳生彪. 中國地質(zhì)大學, 2019(02)
- [9]無人機集群編隊交互式仿真平臺的設計與實現(xiàn)[D]. 馮聰. 天津大學, 2018(06)
- [10]聚合物間歇微發(fā)泡過程數(shù)值模擬[D]. 楊學成. 鄭州大學, 2018(01)