Advertisement

PSIM 学习控制。

  •  5星
  •     浏览量: 0
  •     大小:None
  •      文件类型：None

简介：
通过运用PSIM教材，系统学习电力电子技术的基础知识。该教材由胡金库先生翻译，并由西安交通大学出版社于2009年出版，共计195页。

全部评论 (0)

还没有任何评论哟~
客服
客服
客服关闭
  • PSIM控制的学习
    优质
    本课程旨在深入探讨电力系统中PSIM（Power System Integrated Multiphysics）软件的应用与控制策略，涵盖从基础理论到高级仿真技术的学习路径。 使用PSIM学习《电力电子技术基础》这本书是由胡金库翻译的，由西安交通大学出版社于2009年出版，全书共195页。
     
  • PSIM中的PR控制_psim.zip_并网仿真_PR控制器_PSIM全桥_PR控制PSIM
    优质
    本资源为PSIM软件中基于并网仿真的PR（功率因数校正）控制设计案例。通过构建全桥电路模型，深入探讨和实现PR控制策略，适用于电力电子学研究与教学。 PSIM PR控制器全桥并网逆变可以进行仿真。
     
  • DAB 控制的 PSIM 仿真
    优质
    本研究探讨了利用DAB（数字辅助建模）技术对PSIM软件进行电力系统模型仿真的方法，旨在提高模拟精度和效率。 PSIM 仿真DAB控制涉及使用PSIM软件对双主动全桥(DAB)电路进行仿真和控制策略的开发。
     
  • PSIM LLC半波开环控制
    优质
    PSIM LLC半波开环控制系统是一种先进的电力电子技术，适用于多种电源变换应用。此方法利用半波工作模式简化电路设计，并通过开环控制实现高效能量转换。 开环LLC谐振变换器半波整流PSIM仿真电路
     
  • PSIM入门指南：通过实例学习基础操作（PSIM Basic Simulation）.pdf
    优质
    本PDF为初学者提供了一站式的PSIM软件基础教程，涵盖多个实用案例，帮助读者快速掌握电路仿真和电力电子设计的基础知识与技能。 #资源达人分享计划# PSIM入门：简单实例讲解PSIM基本操作（PSIM Basic Simulation），介绍PSIM基础，并提供中文教程。
     
  • 迭代式学习控制
    优质
    迭代式学习控制是一种用于改善重复性任务性能的算法，通过分析每次执行的结果来调整控制器参数，以减少误差和提高效率。 本书适合初学者学习迭代学习控制，并为专业人士提供指导。作者是孙明轩和黄宝健，在迭代学习控制领域有深厚造诣。
     
  • PID控制学习指南
    优质
    《PID控制学习指南》是一本专为初学者设计的教程书籍，深入浅出地介绍了PID控制原理及其在工业自动化中的应用。书中不仅包含理论知识讲解，还提供了丰富的实践案例和编程示例，帮助读者快速掌握PID控制器的设计与调试技巧，适用于工程技术人员及高校相关专业学生参考学习。 PID学习教程从入门到精通，资料讲解详尽，涵盖PID的控制原理、应用实例及仿真等内容。
     
  • 初学者的CLLC资源与PSIM 9.1仿真，恒压变频控制 CLLC_100K.psimsch
    优质
    本资源专为初学者设计，包含恒压变频控制下的CLLC电路模型及PSIM 9.1软件仿真实例，帮助读者快速掌握CLLC工作原理与仿真技术。 变频控制是一种通过调整电机供电频率来实现对电动机转速进行调节的技术。这种方法可以提高能源效率并改善设备性能。
     
  • PR控制.rar_PR控制_PSIM并网仿真_单极性倍频PSIM仿真
    优质
    本资源包含PR控制下的PSIM并网仿真实验数据与报告，重点介绍了单极性倍频技术的应用及效果分析。 PR控制，PSim仿真，并网仿真以及单极性倍频控制。
     
  • 离散控制Matlab代码-MJLS学习: MJLS_学习
    优质
    简介：本资源提供基于Matlab的离散时间马尔可夫跳跃线性系统（MJLS）的学习材料和代码，适用于研究与教育。 离散控制Matlab代码MJLS_学习该存储库包含用于运行以下论文中的实验的示例代码：《马氏跳跃线性系统策略优化方法的收敛性保证》（接受ACC2020，arXiv编号为2002.04090）；以及《具有连续/离散混合变量的MDP的策略学习：以马尔可夫跳跃系统的无模型控制为例的研究》（接受L4DC2020，arXiv编号为2006.03116）。这两篇论文均由Joao Paulo Jansch-Porto、Bin Hu和Geir Dullerud撰写。 使用说明：在第二篇文章中，针对小规模示例对main_small.cpp进行了优化（以提高速度），而main_large.cpp则适用于所有其他系统。要求我们具有以下代码依赖性： - 本征3.3或更高版本； - MATLAB mat和mx库（我们利用MATLAB生成系统矩阵并返回预期成本）； - C++11或更高版本。 该代码已在Windows（使用MSVC17编译器）以及Linux（使用g++版本7.4的编译器）上进行了测试。