NNC-PID控制器对电液位置控制系统的DSP实现
。将MODEl引脚直接与+5 V连接，引脚ALE/AO接地。
2.5 外扩存储器电路
TMS320F2812将外部的存储空间映射为5个16位的区域，XINTF Zone0～XINTF Zone2、XINTF Zone 6和XINTF Zone7。其中XINTF ZoneO和XINTF Z0nel均为8 KB，并且共用片选信号
;XINTF Zone2为521 KB，片选信号
;XINTF Zone6为521 KB，XINTF Zone7为16 KB，共用片选信号
。存储器电路使用XINTF Zone2和INTF Zone6的存储空间，选用IS6lLV25616作为存电感器和电容器储器件。将TMS320F-2812和IS61LV25616的数据线D0～D16、地址线AO～A17、读写控制
直接连接，TMS320F2812的
、A18通过由逻辑门器件74AC04和74LVC32组成的译码电路后形成片选信号
，从而实现了对IS61LV25616的读写控制。
3 神经网络NNC-PID控制器
神经网络是一个高度非线性的超大规模连续时间动力系统，具有大规模并行分布处理、高度的鲁棒性、自适应性和学习联想等能力，它能很好地自适环境变化，自学习修改过程参数，这些特性为神经网络应用到电液位置伺服系统控制中提供了巨大的潜力。
3.1 神经网络PID控制系统结构
神经网络PID控制系统电感厂家结构如图3(a)所示。从控制系统框图中可以看出，神经网络PID控制包括两个控制子模块：NNI为被控对象模型辨识器，NNC为神经网络PID控制器。NNC-PID控制系统的工作原理是：首先获取实际被控对象的输入输出样本对，然后利用NNI对被控对象进行离线辨识，当辨识精度达到设定的要求时，通过实时调整NNC的权值系数，使系数具有自适应性，从而达到有效控制的目的。
塑封电感大电流电感
3.2 神经网络辨识器(被控对象模型辨识器NNI)
神经网络辨识器NNI采用3层串并联BP网络实现，包括输入层、隐层、输出层，其结构如图3(b)所示。网络的输入是被控对象的输入/输出序列[u(k)，y(k)]，网络的输出为教师信号
。
网络隐层的输入输出为：
3.3 神经网络NNC-PID控制器(单神经元自适应NNC-PID控制器)
由于被控对象模型不确定、不确知，并且存在着外界随机扰动，为了达到较高的控制精度，在被控对象模型离线辨识的基础上，采用单神经元自适应NNC-PID控制器结构，如图4所示。
网络的权值系数值V=[v1，v2，v3]，即表征PID控制器的3个系数KP，KI，KD。，网络的输入为X=[x1，x2，x3]，即表征3个输入参数e(k)、△e(k)、△2e(k)，网络的输出为△u(k)。
有监督的Hebb学习规则，通过对权系数的调整来实现自适应、自组织功能，控制算法和学习算法如式(10)和式(11)所示。
平面变压器厂家 | 平面电感厂家
开关电源设计“利器”Mathcad使用技巧详解 Mathcad在我们平常的电源设计中，起到了非常重要的作用，有时甚至被工程师们称为 办公计算利器 Mathcad渐渐成了一个必不可少的工具，它可以使我们的工作效率提高。对于Mathcad，大多工程师
请大神看看为什么会产生这种现象 本帖最后由 liunixy 于 2015-3-24 14:27 编辑 示波器测量原理图中DGND1与DGND两点， 测得如图波形，求解释！满意回复+2caoenq 查看完整内容应该改是地铺的有问题，他们之间的电感换成导线试一试+2maychang 查看完整内容地线上加电感，只有很特殊的情况才会这样做。 而且地线上串联电感有相当的讲究，不是随便串联一个就可以的。 +22436
DSP芯片外围电路典型设计(数字信号处理器芯片TMDSP(数字信号处理器)芯片是一种能够实时快速地实现各种数字信号处理算法控制的微处理器，已经在通信与信息系统、信号与处理、自动控制、雷达、航空航天、医疗等许多领域得到了广泛的应用。目前生产DSP芯片的