王美蕴
- 作品数：11 被引量：16H指数：3
- 供职机构：鹤壁职业技术学院电子信息工程学院更多>>
- 发文基金：创新研究群体科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电子电信环境科学与工程交通运输工程更多>>
- 电动汽车直流电机调速的双闭环控制被引量：1
- 2017年
- 为节省能源,电动汽车开始进入人们的视野,本文则是对电动汽车直流电机进行控制的仿真研究。对直流电机进行物理建模,采用双闭环调速系统,分别对电流环和转速环进行设计。仿真结果证明其具有良好的动静态性能。
- 王美蕴
- 关键词：直流电机调速双闭环控制
- 锌液除铁过程PID神经网络控制
- 2016年
- 为了消除锌液除铁过程存在的耦合问题,以便对系统进行有效控制,提出了一种基于PID神经网络的解耦方法。仿真结果验证了该解耦控制技术能够有效地减少系统中的耦合成分,达到解耦控制目的。
- 王美蕴孙华
- 关键词：PID神经网络解耦控制
- 现代斩波串级调速控制系统的设计与仿真
- 2020年
- 基于现代斩波串级双闭环调速控制系统的工作原理建立串级调速系统的动态框图。由工程设计法对双闭环控制系统中的电流调节器和转速调节器的参数进行计算,同时对主电路中的各种电子元器件进行选择。建立仿真模型,运用MATLAB软件对现代斩波串级双闭环调速控制系统进行仿真分析。根据仿真结果来对系统的设计方案的可行性进行验证,结果表明现代斩波串级双闭环调速控制系统的优越性。
- 王美蕴
- 关键词：计算机工程双闭环
- 单片机控制的开关电源设计
- 2020年
- 设计了一款可由单片机的外界键盘设置期望输出电压的开关电源。通过软件编程使单片机输出占空比可调的PWM脉冲,通过开关变换模块转换成电压值可调的直流电压。根据输出电压误差通过PID控制算法随时调整控制信号,更新PWM占空比,达到对输出电压的精确控制。系统结构简单、调压范围大、精度高,具有良好的效果。
- 王美蕴
- 关键词：单片机开关电源PWM
- 基于多无线传感器的数据融合算法被引量：4
- 2021年
- 数据融合作为是一种减少数据通信量能耗的先进技术,在节能方面呈现出理想的应用效果,这便是数据融合成为无线传感器网络的研究热点之一的重要原因。文章将从多传感器信息融合技术背景、原理、特征以及多无线传感器数据融合方法等方面来对多无线传感器的改进数据融合算法进行深入的分析和探究。
- 王美蕴
- 关键词：数据融合算法传感技术
- 典型混沌系统的T-S模糊控制研究被引量：2
- 2021年
- 混沌系统由于非线性,直接控制比较困难。应用模糊控制理论解决混沌系统的控制问题,可以有效避免传统控制方法要求参数精确已知的限制。阐述混沌系统T-S模糊化之后,成为若干个局部线性子系统,分别对这些子系统运用PDC方法设计控制器,即可实现对混沌系统的控制。对Chen系统的仿真表明,控制效果良好。
- 王美蕴
- 关键词：控制技术混沌系统T-S模糊控制PDC
- 基于单片机的直流电动机转速控制系统设计被引量：4
- 2020年
- 设计基于单片机的直流电动机转速控制系统,借助AT89C51单片机根据实际转速实时调控输出脉宽调制信号,完成电机转速的加减和正反转的功能。采用Proteus软件对所设计系统进行仿真验证。
- 王美蕴
- 关键词：控制技术单片机转速控制
- 物联网技术下无线传感器网络在环境监测系统中的运用分析被引量：4
- 2021年
- 社会经济的发展需要大量的资源能源,也会产生大量的污染,使得城市可持续发展受到影响。随着城镇化规模不断扩大,造成生态环境受到严重破坏,需要采取科学有效的监测管理技术,加强环境污染的治理,在物联网技术高速发展的背景下,能够将各监测点的设备全面接入监测网络系统中,实现无人值守自动监测,可以增强对环境监测的质量与水平,提高环境监测的整体效果。
- 王美蕴
- 关键词：物联网技术无线传感器网络环境监测系统
- 激励函数可学习神经网络被引量：1
- 2015年
- 提出了一种激励函数可学习神经网络,其神经元函数不固定,通常是任何线性无关的基函数的线性组合,通过调整神经元中基函数的系数即可达到网络学习的目的。为了结构优化方便,将神经元输出的多维空间映射为一维空间后输入给下层神经元。根据网络的特点,提出了两种无需迭代的网络参数快速学习算法实现网络训练。通过3个实例进行仿真实验,结果表明所设计神经网络的逼近能力强,参数学习速度极快。
- 杨少明王雅琳王美蕴何海明李勇刚
- 关键词：神经网络激励函数
- 激励函数可学习神经网络
- 本文提出了一种激励函数可学习神经网络，其神经元函数不固定，通常是任何线性独立的基函数的线性组合，通过调整神经元中基函数的系数即可达到网络学习的目的。为了结构优化方便，将神经元输出的多维空间映射为一维空间后输入给下层神经元...
- 杨少明王雅琳王美蕴何海明李勇刚
- 关键词：神经网络激励函数
