风云卫星地表温度反演算法研讨.pdf
2020/5/19 8:26:47 5.42MB 文档资料
1
本文基于DSP芯片TMS320F2812与数字温度传感器DSl8B20设计出一个温度测量系统,根据测量所得的温度与设定的参量,并利用模糊PID算法计算出控制量,利用该控制量调理由DSP事件管理器产生PWM波的占空比,并作用于半导体制冷器,以达到温度控制效果,实现控制精度高,体积小的温度控制系统。
2019/10/16 13:19:19 92KB DSP 温度传感器 PID算法 文章
1
家用电力监测系统功能概述:该设计微型电力监测仪,采用R7F0C004单片机和公用的电能计量芯片,配合高精密的电流电压采样电路及LCD显示器,实现对用电设备的全面监控。
通过LCD可以显示当前用电设备的用电量、功率、电压、电流、累计时间、频率、CO2排放量。
可用于LED节能灯、空调、冰箱及微波炉等家用电器的监控,也可作为教学用的测量仪器。
家用电力监测系统设计原理:微型电力监测仪是由AC转DC降压整流电路,电流、电压采样电路,电能计量芯片控制电路,温度传感器控制电路,LCD显示控制电路,EEPROM控制电路和主控MCU等组成,原理框图如下:家用电力监测系统电路实验PCB板截图:
1
dht11温湿度传感器程序,DHT11数字温湿度传感器是一款含有已校准数字信号输出的温湿度复合传感器。
它应用专用的数字模块采集技术和温湿度传感技术,确保产品具有极高的可靠性与杰出的长期稳定性。
传感器包括一个电阻式感湿元件和一个NTC测温元件,并与一个8位单片机相连接。
2016/4/7 11:46:05 3KB DHT11
1
voidSET_KEY(){bitSET_FLAG=1;if(SET==0)//设定按键按下{delayms(40);if(SET==1)//延时去除抖动再次判断能否按下按键{while(SET_FLAG==1){Display_HI_Alarm();//设定上限温度值if(ADD==0)//增加按键{delayms(40);//延时去除抖动再次判断能否按下按键if(ADD==1)HI_Alarm++;//温度值加一}if(DEC==0)//减小按键{delayms(40);if(DEC==1)//延时去除抖动再次判断能否按下按键HI_Alarm--;//温度值减一}if(SET==0)//以下表示再次按下设定按键进入设定下限程序{delayms(40);if(SET==1)//延时去除抖动再次判断能否按下按键{while(1){Display_LO_Alarm();//设定下限温度值if(ADD==0)//增加按键{delayms(40);if(ADD==1)//延时去除抖动再次判断能否按下按键LO_Alarm++;//温度值加一}if(DEC==0)//减小按键{delayms(40);if(DEC==1)//延时去除抖动再次判断能否按下按键LO_Alarm--;//温度值减一}if(SET==0)//设定按键按下{delayms(40);if(SET==1){//延时去除抖动再次判断能否按下按键SET_FLAG=0;break;//上下限设定完成退出}}}}}}}}}
2020/2/6 6:05:33 5.02MB 51单片机 源程序 代码 电路方案
1
51单片机+DS18B20+数码管组成的温度测量电路+源代码+Proteus仿真
2019/9/4 10:34:35 79KB 51单片机+DS18B20+数码
1
温度传感器的仿真与程序设计(仿真图+源代码),附上仿真图和程序代码,浅显易懂
2021/10/8 16:10:17 293KB 仿真图源代码
1
1、产品以任何方向放置于10°的斜面2、援用标准:EN609503、要求:产品以任意方向的摆放于的斜面上,不倾倒不下滑1、将产品放入烤箱内,烤箱温度设置等
2018/2/7 14:45:33 223KB 摄像头
1
本文提出的TPMS采用模块化的设计,规范化的编程,其核心部分是将采集到的温度压力数据经过无线方式进行发送和接收。
CC1100支持ZigBee无线网络技术,功耗低,无需申请频点,传输可靠。
2016/1/27 5:32:48 98KB ZigBee CC1100 TPMS 文章
1
基于bp神经网络的矿石加工质量控制问题摘要 本文主要研究温度等因素对矿石加工质量控制问题。
提高矿石加工质量,对节约不可再生资源和能源,推动节能减排,助力“双碳”’目标的实现,具有重要的意义。
针对问题一,我们要实现在给定系统温度和原矿参数的情况下,预测可能性最大的产品的指标。
由于在刚开始调温时,系统还未稳定,所以指标参数会有大幅度变化。
因而我们要首先对附件一中的数据进行预处理,去除其中的不正常数据。
同时,将系统一和系统二的温度,四个原矿参数作为输入,四个产品指标作为输出,利用bp神经网络训练它,用训练好的神经网络,来预测题目已知温度和原矿参数条件下的产品指标。
最终得到结果为:80.9556、22.1783、10.6264、21.6435和78.3544、26.4780、13.5826、28.2638。
针对问题二,问题二与问题一的问法正好相反,要我们通过其他数据来预测系统一和系统二温度。
也可以使用bp神经网络来求解。
不同的是,问题二的模型应改为八输入二输出。
最终得到的结果为:1757.2,389和1854.5,405.6。
针对问题三,同样可以采用BP神经网络预测模型来预测产
2020/6/17 18:04:34 2.6MB 数学建模
1
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡