PLECS是一款广泛应用于电力电子系统建模和仿真的专业软件，尤其在研究和设计高速开关元件如IGCT（集成门极换流晶闸管）的热特性时，它提供了强大的工具。4.1版本是PLECS的一个较早但仍然流行的选择，因为它稳定且功能丰富。 IGCT（Integrated Gate Commutated Thyristor）是一种先进的电力半导体器件，常用于高压大电流应用，如HVDC输电、牵引供电和工业电源。其热模型在设计过程中至关重要，因为过热可能导致器件性能下降或寿命缩短，甚至损坏。PLECS中的IGCT热模型能够帮助工程师理解并预测设备在各种运行条件下的温度分布和散热情况。 这些压缩包中的XML文件代表了PLECS可以识别和使用的特定IGCT型号的热模型。例如，5SHY 35L4520_IGCT.xml代表了一个5SHY系列、型号为35L4520的IGCT的热模型配置。每个XML文件包含了关于IGCT的物理参数、热特性、以及与之相关的仿真设置，包括材料属性、热阻网络和热容等信息。 在PLECS 4.1中，用户可以通过导入这些XML文件将相应的IGCT热模型集成到他们的电路模型中。这使得用户能够在仿真中考虑IGCT的热效应，以确保系统在实际操作中的安全性和效率。通过调整模型参数，工程师可以评估不同冷却方案或工作条件对IGCT温度的影响。 热模型的详细程度可能有所不同，可能包括IGCT的内部结构，如基板、芯片和封装的热特性，以及外部冷却系统的模型。这可以帮助分析器件在极端条件下的行为，比如短路、过载或者在不同环境温度下工作时的情况。 总结来说，"PLECS 4.1版本可用的ABB IGCT热模型"是一个重要的资源集合，对于那些使用PLECS进行电力电子系统设计和分析的工程师而言，特别是涉及IGCT的项目。通过这些热模型，用户能够更准确地预测和控制IGCT的温度行为，从而优化系统设计，提高设备的可靠性和耐用性。

1、本资源为车用电机转速旋变软件解码技术，用于需要从硬解码转换到软解码的研究者。 2、电机旋变软解码是一种用于获取电机转子角度的技术。它的基本原理是通过对电机的激励信号进行采样，并基于采样时刻、信号参数和预设的计算模型，确定反馈信号的反馈采样点，从而得到反馈包络线，再利用反馈包络线解码转子角度。旋变软解码可以利用激励信号确定反馈包络线，无需实时对反馈信号进行处理，从而降低了解码成本。 3、软解码随着越来越广泛的应用于新能源汽车的电驱动产品中，许多工程师发现包络得到的旋变正余弦信号存在误差。该误差主要包括：幅值误差、零位偏移、相位误差。这些误差会影响软件锁相环的角度输出的线性度，对于永磁同步电机控制而言，会直接降低效率，严重时导致电机失控。针对这些误差，可以采用以下方法进行矫正： 1. 对旋变反馈的正、余弦包络面进行n倍频的过采样； 2. 将正、余弦过采样信号分别进行求平均计算，得到正、余弦包络面的零位偏移； 3. 对正、余弦过采样信号计算一阶dft级数的系数，分别得到正、余弦包络面的d轴和q轴的分量； 等

FANUC SERVO GUIDE 是由FANUC公司开发的一款面向FANUC CNC系统的调试软件，它的主要用途是帮助工程师对机床伺服系统的参数进行调整和优化，以达到良好的伺服性能。软件的使用涉及多种操作和调整方法，包含但不限于参数设定、滤波器调整、增益调整和快速进给加减速时间常数的设置。 软件的主要构成包括几个重要部分，比如主菜单、参数窗口、图形窗口、程序窗口和调整导航器。这些组成部分共同协作，形成一个直观的操作界面，使得工程师能够通过计算机来执行复杂的调试工作。主菜单提供了进入软件各项功能的入口，参数窗口是进行参数设定和查看的地方，图形窗口能够直观显示机床的运动状态，程序窗口则是用来编写和测试程序的，而调整导航器则指导用户进行伺服参数的调整。 在进行伺服优化的过程中，用户需要先进行连机准备工作，然后利用SERVOGUIDE软件提供的ONESHOT（一键设定）功能进行快速设置。一键设定功能能够简化伺服参数调整的复杂性，大大提升调试效率。在参数设定支持画面中，用户可以调用并修改伺服参数和高速高精参数。 手动加入滤波器和伺服增益的自动调整是优化过程中不可缺少的步骤。自动调整导航器的介绍和具体调整步骤能够让工程师更精确地掌握伺服参数的调整方法。调整步骤涉及参数初始化、滤波器调整、增益调整以及快速进给加减速时间常数的设定，还包括对背隙加速的调整。 信号数据的测量是调试过程中的一项重要工作，常用的伺服轴测量数据和主轴测量数据是确保机床正常运行的基础。PMC信号的测定能够帮助工程师更好地理解机床的运行状态。在手动调整伺服软件的过程中，机床振动频率曲线测试、快速移动和切削进给测试、以及典型加工形状调整等测试步骤都为工程师提供了具体的调试指南。 伺服调整案例整理部分提供了一些具体的调试案例，比如共振抑制调试案例、圆调试案例、平面加工调试案例和模具加工调试案例。这些案例不仅提供了故障诊断的方法，还提供了对应的解决方案，帮助工程师解决实际问题。 在使用FANUC SERVO GUIDE之前，有几点需要注意的事项： 1. 在使用前务必对系统的内存储器进行备份，避免因操作失误导致数据丢失。 2. SERVOGUIDE是用于伺服系统的调整，不应用于日常的切削等操作。 3. 在调整前确认周围没有危险物品，比如刀具或工件等。 4. 不要将两台电脑联接到一台数控机床，避免接口冲突导致CNC系统误动作。 5. 在调整参数前要充分理解参数的具体意义，以免错误调整带来不良后果。 6. 调整参数时，应直接从NC获取数据，而不是从SERVOGUIDE软件中获取。 通过以上内容，我们可以看到FANUC SERVO GUIDE软件是集伺服系统参数设定、优化调整、故障诊断和案例分析于一体的专业调试工具，工程师可以利用它对FANUC CNC系统的伺服性能进行系统性的调整和优化，从而确保机床能够高效、准确地运行。

这是 HDBSCAN 的 MATLAB 实现，是 DBSCAN 的分层版本。 在 Campello 等人中描述了 HDBSCAN。 2013 和 Campello 等人。 2015. 请参阅 github 存储库中的大量文档。 鼓励改进/合作的建议！

已封装成母版，下载后可直接拖至原型中作为母版使用； 效果：垂直菜单一键展开、一键收回 亮点： 1、完美展开与收回，不会出现多次点击出现菜单子项间出现空白区域问题； 2、支持垂直菜单上下滚动（菜单项过多，超出页面范围时）； 使用须知：直接修改菜单项即可使用，如是新手，尽量别去改交互，经上多次测试无BUG；

DTree是一款基于JavaScript编写的高效、易用的树形菜单控件，被广泛应用于网页界面设计中，以提供用户友好的交互体验。该控件以其灵活性和强大的功能，深受前端开发者的喜爱。在这个压缩包中，包含的是DTree的核心代码及相关API文档。 我们来了解一下树形菜单的概念。树形菜单是一种常见的UI组件，它模仿了计算机文件系统中的目录结构，以层级方式展示数据。这种结构使得用户能够通过展开和折叠节点，直观地浏览和操作层次关系的数据。 DTree控件主要由以下几个关键知识点构成： 1. **节点操作**：DTree支持创建、删除、展开和折叠节点，以及添加子节点等基本操作。这些操作可以通过调用API函数实现，比如`addNode()`用于添加新节点，`removeNode()`用于移除节点，`expandNode()`和`collapseNode()`用于控制节点的展开与折叠状态。 2. **事件处理**：DTree提供了丰富的事件机制，如点击节点、展开或折叠节点时触发的事件。开发者可以通过监听这些事件，自定义相应的业务逻辑。例如，`onNodeClick`事件可以在用户点击节点时执行特定的代码。 3. **异步加载**：在处理大量数据时，DTree支持异步加载子节点，即只在需要时才请求服务器获取数据，有效提高了页面的加载速度。开发者可以通过设置配置项或使用特定API来启用此功能。 4. **自定义样式和模板**：为了满足不同设计需求，DTree允许开发者自定义节点的HTML结构和样式。可以使用模板引擎或直接编写HTML字符串，通过`nodeTemplate`属性来定制每个节点的显示样式。 5. **API接口**：DTree提供的API接口是其强大之处。这些接口包括但不限于`init()`初始化树形菜单，`getSelectedNodes()`获取选中的节点，`getCheckedNodes()`获取被选中或勾选的节点，`refresh()`刷新整个树，以及`updateNode()`更新节点信息等。 6. **配置选项**：DTree有许多可配置的选项，例如是否开启多选模式（`checkable`），是否显示线条连接（`showLine`），节点是否可拖动（`draggable`）等，可以根据项目需求进行设定。 7. **拓展功能**：除了基本的树形菜单功能，DTree还支持节点的拖放排序、搜索功能、节点的拖拽到外部区域等高级特性，使得其在各种场景下都有良好的表现。 在使用DTree时，开发者需要仔细阅读API文档，了解每个方法和属性的用法，以便正确且有效地使用这个控件。同时，熟练掌握JavaScript和HTML是使用DTree的基础，因为大部分定制工作都需要在这两个语言中完成。 通过以上介绍，我们可以看出DTree作为一款JavaScript树形菜单控件，不仅提供了丰富的功能，还具备良好的扩展性和自定义性。无论是小型项目还是大型应用，DTree都能提供优秀的用户体验。在实际开发中，结合压缩包中的代码和API文档，开发者可以快速上手并创建出符合需求的树形菜单。

针对传统基于电流差闭环的双电动机传动同步控制策略存在转矩、转速不同步,且未考虑双电动机系统受到负载干扰后产生的机械扭振问题,以矿用带式输送机双电动机传动系统为研究对象,提出了一种基于转速差闭环的双电动机传动同步控制策略。利用2台电动机的转速误差对电动机的电流信号进行补偿,当存在转速误差时,通过调整2台电动机的电流(转矩)进而调整转速,确保转速时刻保持同步;针对双电动机传动系统因负载扰动产生的机械轴扭振角,提出了一种扭振抑制策略,通过合理配置扭振角方程以保证扭振角呈现快速衰减振荡趋势,达到良好的扭振抑制效果。Matlab/Simulink仿真结果证明了该控制策略的可靠性。

微信小程序引入使用fontawesome 写好的包是6.4.2版本，超过了的新图标用不了哦，记得筛选一下版本。 下载来记得在微信小程序的全局样式app.wxss导入根目录下的fontawesome.wxss 然后就可以美美从fontawsome官网找喜欢的图标测试一些噜~ 免费图标可能换个样式头顶多了pro标识那就不能用咯，用了小程序里也是个空框框~ 有的奇奇怪怪的图标是免费但是好像用了也是没有效果（应该是最开始转换和引入css的问题），不过绝大部分都可以用上了。欢迎大佬们评论区补充。

浩辰CAD是一款在中国广受欢迎的计算机辅助设计（CAD）软件，专为绘制二维工程图和三维模型而设计。作为国内最优秀的CAD应用之一，浩辰CAD以其高效、易用和全面的功能深受用户喜爱。在“方便快捷”的标签下，我们可以理解这款软件致力于提供流畅的工作流程和简化的设计体验。 浩辰CAD2022_x64_zh-cn_release_2109.exe是该软件的64位中文版安装程序，发布于2022年9月，包含了所有必要的组件和更新，确保用户能够利用最新技术和功能进行设计工作。这个版本特别针对中国用户进行了本地化处理，使其更适合国内设计师的需求。 在浩辰CAD中，有以下几个关键知识点： 1. **界面与操作**：浩辰CAD的界面设计简洁直观，使得初学者也能快速上手。它保留了与国际标准CAD软件类似的命令行输入方式，同时提供了丰富的图形用户界面（GUI），包括工具栏、菜单和快捷键，使得绘图和编辑过程更加便捷。 2. **二维绘图**：浩辰CAD提供了全面的二维绘图工具，如直线、圆、弧、矩形、多边形等，支持精确的尺寸标注和文字输入，以及图层管理，用户可以轻松创建复杂的工程图纸。 3. **三维建模**：除了二维设计，浩辰CAD还具备强大的三维建模功能，支持创建、修改和查看三维实体模型，有助于设计师进行产品设计和结构分析。 4. **兼容性**：浩辰CAD兼容DWG文件格式，这是CAD行业的标准格式，这意味着它可以打开、编辑和保存来自其他CAD软件（如AutoCAD）的文件，便于跨平台协作。 5. **宏与自定义**：用户可以通过录制宏来自动化重复的任务，提高工作效率。此外，浩辰CAD还支持定制用户界面和编写插件，以满足不同行业或个人的特殊需求。 6. **协同设计**：浩辰CAD支持网络协作，多人可以同时在线编辑同一份图纸，提高团队合作效率，减少了文件版本管理和沟通成本。 7. **打印与输出**：软件内置了高级的打印预览和输出选项，用户可以调整打印范围、比例、方向，并导出为各种图像格式，如PDF、JPG等。 8. **性能优化**：浩辰CAD针对64位系统进行了优化，能够处理更大数据量的图纸，运行速度快，占用资源少，提升了整体的用户体验。 9. **技术支持与教程**：浩辰CAD为用户提供详细的操作手册、在线帮助和教学视频，帮助用户充分利用软件的所有功能，快速提升技能。 浩辰CAD作为国内领先的CAD软件，通过持续的技术创新和对用户需求的深入理解，不断优化产品，提供了一流的绘图解决方案，为国内设计师带来高效、便捷的设计体验。

在医学领域，图像分割是一项关键的技术，它主要用于将医学影像中的特定结构或感兴趣区域与周围环境区分开来，以便于对这些区域进行更精确的分析和诊断。本文档介绍了一个专门用于肺部肿瘤分割的医学图像数据集。该数据集包含了两个主要部分：图像（images）和掩膜（masks）。图像部分包含了肺部CT扫描的原始影像，而掩膜部分则包含了对应的分割结果，即专家已经标注好的肿瘤区域。这些分割掩膜是通过专业人员的手动分割得到，可用于训练和验证计算机视觉算法。 医学图像分割之所以重要，是因为它可以帮助医生更加清晰地识别病变区域，从而做出更为准确的诊断。例如，在肺癌的诊断和治疗过程中，准确地定位和量化肿瘤的大小对于治疗计划的制定和疗效的评估至关重要。计算机辅助的图像分割技术可以显著提高诊断的速度和准确性。 在医学图像分割领域，深度学习算法，特别是卷积神经网络（CNNs），已经显示出巨大的潜力。这些算法通过大量的训练样本学会识别和分割图像中的肿瘤区域。因此，一个高质量且规模适当的肺肿瘤分割数据集对于训练和验证这些深度学习模型至关重要。 此外，为了训练出鲁棒性好的模型，数据集需要具备多样性。这意味着数据集中的图像应该涵盖不同的患者群体、不同的肿瘤类型和不同程度的病变。此外，数据集中的图像和掩膜应该有准确的配准，以确保分割的准确性。 在实际应用中，肺部CT扫描图像的分割面临着一些挑战。肺部是一个复杂的三维结构，其内部的肿瘤可能表现出各种形态和密度特征。而且，肺部CT图像的分辨率和质量可能因为扫描设备、扫描参数以及患者自身的条件而有所不同。因此，数据集的构建需要考虑这些因素，以确保分割模型的泛化能力。 数据集中的掩膜部分不仅提供了分割的标准，也是训练和测试分割算法性能的直接依据。掩膜通常是通过像素级的标注获得，可以是二值化的，即标注区域为一种颜色，非标注区域为另一种颜色；也可以是多级标签，提供不同的组织或病变类型的不同标签。在处理这些掩膜数据时，算法需要能够精确地识别和区分不同的标签，以实现准确的分割。 一个高质量的肺肿瘤分割数据集对于医学图像处理的研究与应用具有重大的意义。它不仅能够帮助研究者和工程师们开发出更为先进的分割技术，还能够为临床提供有价值的参考，最终提升肺癌的诊断和治疗水平。随着人工智能技术的不断进步，我们可以期待在不久的将来，这些技术将能够在医学影像分析中扮演更为重要的角色。