基于螺旋理论的的五轴数控机床几何误差建模,付国强,傅建中,针对数控机床几何误差齐次变换矩阵建模方法中存在的问题,提出一种基于螺旋理论的五轴数控机床几何误差建模方法。首先,根据螺旋
2023-03-27 15:43:37 678KB 首发论文
1
考虑锁相环、电流调节器(含dq轴解耦系数)、LCL型滤波器等环节,并计及运行工作点,采用谐波线性化的方法建立了三相LCL型并网逆变器正、负序阻抗模型,并基于PSCAD/EMTDC对阻抗模型进行仿真验证。详细分析了锁相环、电流调节器控制参数及滤波器参数对阻抗特性的影响,结果表明:锁相环比例和积分增益对并网逆变器阻抗特性的影响主要在工频附近,而电流调节器比例和积分增益则在次同步和超同步频域均有一定的影响;锁相环和电流调节器积分增益主要影响逆变器工频附近的幅频特性和相频特性;电流调节器比例增益对逆变器正序阻抗特性的影响较大,而锁相环比例增益的影响较小。
1
提出了一种模拟颗粒堆积结构稳定性的数值方法。 填料结构是基于面心立方(fcc)和体心立方(bcc)结构建模的,并使用独特元素方法研究了这些结构的稳定性。 考虑到排斥力,粘附力和阻尼力,简化了颗粒之间的相互作用,并模拟了对重力的稳定性。 在一组特定参数下的结果表明,当将颗粒排列在fcc阵列中时,特征变形。 着眼于局部结构,将所得模型分为几个域:底部基部,四个上角和中间域。 底部基底显着变为以身体为中心的四边形(bct)结构,该结构对应于单轴压缩的bcc结构。 相反,基于bcc排列的模型在结构上是稳定的,因为没有观察到特定的变形,并且获得了单调压缩的bct结构。 因此,得出结论,在颗粒堆积系统中,密件抄送装置对单轴压缩(例如重力)更稳定。
1
dbn matlab代码BNT-SM 用于学生建模的贝叶斯网络工具箱(BNT-SM)旨在促进在学生建模社区中使用动态贝叶斯网络。 BNT-SM输入了一个数据集和一个由研究人员假设的贝叶斯网络模型的紧凑XML规范,该模型用于描述学生知识与观察到的行为之间的因果关系。 BNT-SM使用贝叶斯网络工具箱生成并执行代码以训练和测试模型。 BNT-SM使研究人员可以轻松地探索关于学生模型中知识表示的不同假设。 例如,通过改变贝叶斯网络的图形结构,我们研究了补习干预如何影响学生的知识状态-干预是可能脚手架还是可以帮助学生学习。 安装 BNT-SM是在Matlab中实现的,因此您需要安装并运行Matlab。 典型用法示例 下载并解压缩BNT-SM后,启动Matlab并执行 >> cd src >> setup >> cd ../model/kt >> [property evidence hash_bnet] = RunBnet('property.xml'); Property.xml是一个XML文件,用于指定我们正在构建的贝叶斯网络。 在目录BNT-SM / model中,您可以找到其他一些贝叶
2023-03-27 10:03:03 2KB 系统开源
1
MATLAB神经网络应用设计,学习MATLAB的基础教程,比较经典
2023-03-26 12:04:43 17.86MB matlab 神经网络 建模
1
预测分析建模 Python与R语言实现,还不错,挺清楚的。
2023-03-26 05:57:07 79.07MB Python R语言 人工智能
1
MATLAB—常用数学建模算法大全(26种):理论介绍+源代码+实例分析 随机森林 模拟退火算法 多项式拟合 灰色预测G(1,1) ,G(1,N) 关联度(绝对关联度-相对关联度-综合关联度) 聚类分析k-means BP神经网络 多目标线性优化、主成分分析-ccc、熵权法、常微分方程求解、支持向量机、遗传算法求解多元非线性规划问题、多元线性回归,多元非线性回归,灰色神经网络,偏微分方程求解,0-1规划,综合评价与决策,层次分析法,层次聚类,灰色关联度分析,产销平衡下的运输费用最优问题linprog,logistic模型,偏最小二乘回归分析, 图论-求解两指定顶点之间的最短路径。
1
资源名称:Simulink动态系统建模与仿真基础   内容简介:        本书介绍的是MathWorks公司最新版本MATLAB Release 13 SP1中的Simulink5.1软件包。全书共分12章,从Simulink的基本概念开始,系统全面地介绍了Simulink软件包中动态系统建模、仿真、分析和调试的方法,包括连续系统、离散系统和混合系统,书中给出了 资源太大,传百度网盘了,链接在附件中,有需要的同学自取。
1
该模型是基本的光伏模型。 这里的输入是温度和辐照度。 对于不同的特性,我们可以改变输入。 首先实现方程并完成连接。 然后将串联和并联电阻的值设为固定值。 在光伏系统中有四个块并实现不同的值。 可以通过运行模拟(PV 和 IV 曲线)来分析输出特性。 得到结果的替代方法是这样的: 1 st 进入命令窗口,写入 plot(v,p) 并按 Enter。这样我们就可以看到 PV 阵列的特性。
2023-03-24 13:28:23 20KB matlab
1