本书包含伺服控制系统应用技术和变频器应用技术两部分内容,共6个项目,18个任务,每一个任务都由浅入深地安排了任务描述、基础知识、任务实施、拓展知识等教学环节。伺服控制系统应用部分介绍了机电设备常用的直流、交流等伺服控制技术,并以西门子系列交流伺服驱动为载体,对伺服电动机的控制操作做详细介绍,通过实践进一步加深对伺服理论的理解。变频器应用部分重点围绕西门子G120变频器进行介绍,通过具体的任务设计讲述变频器的组成原理、变频调速的特点、变频器的基本操作、速度控制等。最后是综合应用部分,精选工程实际案
本书由浅入深地介绍了如何快速搭建Airflow集群,包括不同操作系统的快速搭建方法、Airflow的安装方法、Airflow集群的部署方法、Airflow中的核心概念和其他重要概念、Airflow的架构和组件、Airflow的系统管理、实践经验以及其他常见的调度系统。附录提供了Docker和Kubernetes的简介。
本书详细介绍了面向静态数据库、增量数据库和数据流的高效用模式挖掘的理论和方法。本书主要内容包括六个章节,前两章介绍高效用模式挖掘的相关知识。第三章介绍面向静态数据库包含正、负效用的两类精简高效用模式挖掘方法的研究与实现过程。第四章介绍针对增量数据库的挖掘高效用模式全集和精简集合算法的研究。第五章介绍面向数据流的精简高效用模式挖掘算法的研究与实现过程。第六章给出了四个高效用模式挖掘的应用案例。前五个章节有算法的实验证明,供读者更好的了解本书内容。
本书主要研究多自由度轮/履式仿人机器人在非结构化环境下自主作业的关键技术。第1、2章介绍研究背景及多自由度轮/履式仿人机器人平台;第3、4章介绍不同几何约束条件下的图像特征匹配算法,通过提高特征点匹配性能和运动估计精度来解决非结构环境下的三维地图构建及重建问题;第5~7章介绍基于路径规划、碰撞检测,以及稳定判据的运动学逆解问题,致力于解决该类机器人在非结构环境中稳定行走与作业的瓶颈问题;第8章进行实验验证。
《线性系统的多级时间尺度反馈控制及其在燃料电池中的应用》主要介绍了连续和离散时间域的两级反馈控制器设计算法,包括一般线性时不变动态系统的设计公式和代数方程,对双时间尺度线性时不变动态系统(奇异摄动系统)进行了简化和专门研究,对一般线性时不变动态系统的连续时间域三级反馈控制器设计也作了相应的介绍.《线性系统的多级时间尺度反馈控制及其在燃料电池中的应用》讨论了离散时间域三级三时间尺度系统线性反馈控制器以及四级四时间尺度线性反馈控制器设计.《线性系统的多级时间尺度反馈控制及其在燃料电池中的应用》
"《机器人应用技术》教材采用项目式结构,由浅入深层层推进。按照机器人应用技术的实用性为主线编写,主要内容包括机器人概述,机器人运动学认知,机器人机械结构认知,机器人动力系统认知,机器人控制系统认知,机器人感知系统认知,机器人视觉技术认知,机器人应用实例。每个章节后设置有项目工单,通过项目工单中的任务对知识点进行巩固。通过本门课的学习,使学生对机器人应用技术有一个全面、深入的认识。培养学生对机器人的综合理解和创新设计及应用能力。 本书可作为高等院校工业机器人、机电一体化技术自动化、智能控
本书内容涵盖了轮腿复合与腿臂融合多模式移动操作机器人的机构设计、运动规划与控制方法等相关技术;介绍了四足变拓扑构型机器人和径向对称圆周分布六足机器人,展示了多种轮腿复合、腿臂融合机构与模块化仿生足的设计;阐释了多模式移动操作机器人的步态规划、操作规划、模式切换与轮腿协同路径规划方法;演绎了基于质心运动学的移动操作控制方法、基于惯性中心在SE(3)上指数坐标的多足机器人动力学控制方法及其自适应步态控制技术。
无线传感器网络被应用于复杂环境下时,存在缺乏故障数据、监测数据丢失、监测数据可靠性下降、运行环境干扰等诸多不利因素,因此会影响健康管理的可靠性和准确性。本书基于置信规则库专家系统研究无线传感器网络健康管理系统的建模方法,并应用于工程实践。置信规则库专家系统融合了定量数据和定性知识,能处理专家定性知识存在的模糊性和不确定性的问题。为确保建模过程的透明性和可参与性,本书采用证据推理规则作为推理工具,保证推理结果是可解释和可追溯的。本书可作为高等院校人工智能、网络安全、自动控制等相关专业的本科
本书从欠驱动机械臂动力学建模和运动特性分析入手,详细介绍垂直欠驱动机械臂、平面欠驱动机械臂、柔性机械臂的控制策略等内容。全书共6章:第1章是绪论,介绍欠驱动机械臂的构型,回顾欠驱动机械臂的控制与优化设计方法。第2章建立欠驱动机械臂的运动学与动力学模型,分析欠驱动机械臂的运动特性。第3章提出垂直欠驱动机械臂的控制与优化设计方法,实现垂直欠驱动机械臂的摇起与平衡控制目标。第4章给出第一关节为被动的平面欠驱动机械臂(具有一阶非完整约束)的控制与优化设计方法。第5章介绍第一关节有驱动器的平面欠驱动机械臂
本书回应时代热点,从关键技术与实际应用两个方面对大数据做了系统的介绍与深入的分析。在关键技术部分,主要介绍了大数据的发展、技术与应用,大数据与云计算、物联网,大数据采集及预处理,大数据分析与数据挖掘,大数据存储与管理,大数据可视化,大数据时代的安全与隐私保护七部分内容。在实际应用部分,集中剖析了大数据在电信、生物医学、物流、体育与娱乐、安全、城市管理等各个领域或行业的应用,其中穿插了大量的实用案例,突出了大数据技术的应用性。