行星传动设计，饶振刚著好书，传动，共365页。
机械传动中其效率最高结构紧凑所占据的空间尺寸一般较小可靠性高、使用寿命长在设计合理、维护保养良好的情况下齿轮的使用寿命一般可达到几十年传动比恒定。
由一系列齿轮传动所构成系统称为轮系。
轮系根据运转时各个齿轮轴线的空间位置是否变化可分为周转轮系和定轴轮系【。
平面机构自由度数等于的周转轮系称为行星轮系即行星齿轮传动【。
其主要特点为【】体积小、重量轻承载能力高、传递功率大、结构紧凑传动比大在行星传动啮合方案选择合适的情况下就可以利用少数的几个齿轮得到很大的传动比传动效率高只要行星传动类型恰当、结构合理其传动效率可以达到—传动平稳、可靠性高。
正是由于行星齿轮传动具有如上所述得优越性和特点从而被广泛的运用在各个工业领域如航空航天、船舶轮机、风能发电等等。
在现代工业的快速发展过程中齿轮减速器的更新换代周期速度不断加快功能结构越来越复杂减速器的设计在其更新换代的周期中的重要性愈发突出【】。
对于新齿轮减速器的研发其设计费用仅占总成本的但是设计费用占据了研发费用的由此可见设计在减速器的生产过程中起着至关重要的作用【。
因此为了提高减速器设计的水平和效率使设计更趋近于客观实际、设计周期更短进一步降低成本就必须将虚拟样机技术【】引入到设计研究中。
本文基于齿轮传动虚拟样机仿真设计软件对某行星齿轮减速器进行仿真和优化设计。
首先建立该减速器的刚性模型和三维刚柔混合模型对各个齿轮的运行情况进行仿真分析对输入输出轴进行强度校核和对轴承寿命的计算以及行星架的静应力分析。
此外对行星架和箱体进行有限元模态分析找出其结构设计的薄弱环节。
最后对太阳轮和行星轮进行齿面接触应力分析依据分析结果对这对啮合的齿轮进行了合理的修形。
www.docin.com第页武汉科技大学硕士学位论文国内外的研究现状行星齿轮传动技术行星齿轮有很多种传动类型相应的也有很多种不同的分类方法。
按行星传动机构中齿轮啮合方式的不同来进行分类的方法可分为、和三种基本类型表示外啮合表示内啮合其余结构形式的行星传动大都是这三种基本类型的演化或者组合【】年世界上第一个行星传动机构的专利出现在德国。
世纪以来在航空工业快速发展的推动下行星齿轮传动技术也实现了跨越式的的发展。
年制造出用作汽车差速器的行星齿轮传动装置。
年德国率先研制成功高速大功率的行星齿轮传动随后美、日、英等工业发达国家也研制成功均有系列产品。
近些年上述这些发达国家还研究出一系列行星齿轮传动的新技术如变速传动技术和微型齿轮传动技术成功的应用在各种现代化设备中并取得了巨大的效益。
我国对行星齿轮传动技术的研究和应用开始于上世纪六十年代远远均落后于西方发达国家和日本。
七十年代以来在引进吸收国外的先进行星齿轮传动技术后我国对其的掌握取得了飞速的发展独立自主的研制成功一系列行星齿轮减速器并制定了相应的标准。
目前对于行星齿轮传动技术的研究和探讨主要集中在如下几个方面行星齿轮传动的效率的研究传动效率是衡量传动性能优劣的重要参考依据因而很有必要对传动效率进行深入的研究。
行星齿轮的效率有以下三部分组成啮合齿轮副中的摩擦损失。
、轴承中的摩擦损失。
和液力损失。
其总效率为。
。
【】。
到目前为止国内外学者对行星齿轮传动效率的计算方法做了很多研究在设计计算中用到的主要有以下三种力偏移法、啮合功率法和传动比法其中以啮合功率法的使用最为广泛【】。
但是这三种计算方法都是建立的刚体动力学模型得到的是静态效率通常会造成理论计算的效率要高于实验所得到的效率【。
行星齿轮传动的均载的研究由于在加工制造、装配等的过程中存在着无法避免的误差会使各行星轮的受载不均匀严重情况下载荷会集中在某一个行星轮上造成传动系统的异常影响机器的正常运转。
早在世纪四五十年代国外的学者就研究了行星齿轮传动系载荷分配的均衡性。
目前采取的均载措施主要有以下几种高精度的齿轮以及严格控制其他构件的公差这种方法使得制造和安装都非常困难而且随精度的提高成本显著增加。
基本构件浮动的均载机构使基本构件中的一个或者两个同时浮动。
这种均载方法由于其结构简单均载效果好因此被广泛的应用。
采用弹性件的均载机构通过弹性元件的弹性变形而使各个行星轮均匀的受载。
www.docin.com武汉科技大学硕士学位论文第页如采用行星轮用弹性支撑等。
杠杆联动均载机构这种均载机构装有带偏心的行星轮轴

用高斯积分计算误差函数值，数值计算，计算结果精确。

本人利用matlab编写的伪距单点定位，包含rinex导航文件和观测文件读取的新方法，独立与定位程序之外。
在单点定位的同时还进行了地球自转改正，卫星钟误差改正，接收机钟误差改正，地球自转改正，相对效应改正，电离层改正和对流层改正、额外部分还进行了简单的卡尔曼滤波处理定位结果。

支持向量机是一种基于统计学习理论的VC维理论和结构风险最小原理基础上的机器学习系统，主要用来处理二元样本的分类问题，根据有限的样本信息在模型的复杂性和学习能力之间寻求最佳折衷，来获得最好的推广能力，要求分类线不但能将两类无错误地分开，而且要使两类的分类间隔最大，前者是保证经验风险最小（如使训练误差为0），而使分类间隔最大实际上就是使置信范围最小，

使用MATLAB，对图像中牙齿的轮廓曲线进行多种拟合，并且分析出误差大小，再评价出各种方法的优劣。

误差约为0.03像素点，代码修改中解释，文件包含标定图和标定结果文件，可自行修改。
可获取相机内外参数，取其中一幅图的旋转向量和平移向量，即为外参

指数平滑法的计算中，关键是α的取值大小，但α的取值又容易受主观影响，因此合理确定α的取值方法十分重要，一般来说，如果数据波动较大，α值应取大一些，可以增加近期数据对预测结果的影响。
如果数据波动平稳，α值应取小一些。
理论界一般认为有以下方法可供选择：　　　经验判断法。
这种方法主要依赖于时间序列的发展趋势和预测者的经验做出判断。
　　1、当时间序列呈现较稳定的水平趋势时，应选较小的α值，一般可在0.05～0.20之间取值；
　　2、当时间序列有波动，但长期趋势变化不大时，可选稍大的α值，常在0.1～0.4之间取值；
　　3、当时间序列波动很大，长期趋势变化幅度较大，呈现明显且迅速的上升或下降趋势时，宜选择较大的α值，如可在0.6～0.8间选值，以使预测模型灵敏度高些，能迅速跟上数据的变化；
　　4、当时间序列数据是上升（或下降）的发展趋势类型，α应取较大的值，在0.6~1之间。
　　试算法。
根据具体时间序列情况，参照经验判断法，来大致确定额定的取值范围，然后取几个α值进行试算，比较不同α值下的预测标准误差，选取预测标准误差最小的α。
　　在实际应用中预测者应结合对预测对象的变化规律做出定性判断且计算预测误差，并要考虑到预测灵敏度和预测精度是相互矛盾的，必须给予二者一定的考虑，采用折中的α值。
下期预测数=本期实际数×平滑系数+本期预测数×（1-平滑系数）如某种产品销售量的平滑系数为0.4，1996年实际销售量为31万件，预测销售量为33万件。
则1997年的预测销售量为：1997年预测销售量=31万件×0.4+33万件×（1-0.4）=32.2万件

贝塞尔曲线是一种在计算机图形学和数学中广泛使用的参数化曲线，它提供了对形状的精细控制，特别是在曲线拟合和路径设计中。
本资源包含MATLAB源码，用于实现从一阶到八阶的贝塞尔曲线拟合，以及一个拟合后评价标准的文档。
一、贝塞尔曲线基础贝塞尔曲线由法国工程师PierreBézier于1962年提出，它基于控制点来定义。
一阶贝塞尔曲线是线性，二阶是二次曲线，而高阶曲线则可以构建出更复杂的形状。
对于n阶贝塞尔曲线，需要n+1个控制点来定义。
这些曲线的特性在于它们通过首尾两个控制点，并且随着阶数的增加，曲线更好地逼近中间的控制点。
二、MATLAB实现MATLAB是一个强大的数值计算和可视化工具，其脚本语言非常适合进行这样的曲线拟合工作。
`myBezier_ALL.m`文件很可能是包含了从一阶到八阶贝塞尔曲线的生成函数。
这些函数可能接收控制点的坐标作为输入，然后通过贝塞尔曲线的数学公式计算出对应的参数曲线。
MATLAB中的贝塞尔曲线可以通过`bezier`函数或直接使用矩阵运算来实现。
三、贝塞尔曲线拟合拟合过程通常涉及找到一组控制点，使得生成的贝塞尔曲线尽可能接近给定的一系列数据点。
这可能通过优化算法，如梯度下降或遗传算法来实现。
在`myBezier_ALL.m`中，可能包含了一个或多个函数来执行这个过程，尝试最小化曲线与数据点之间的距离或误差。
四、拟合的评价标准"拟合的评价标准.doc"文档可能详述了如何评估拟合的好坏。
常见的评价标准包括均方误差（MSE）、均方根误差（RMSE）或者R²分数。
这些指标可以量化拟合曲线与实际数据点之间的偏差程度。
MSE和RMSE衡量的是平均误差的平方，而R²分数表示模型解释了数据变异性的比例，值越接近1表示拟合越好。
五、应用领域贝塞尔曲线在多个领域有广泛应用，包括但不限于CAD设计、游戏开发、动画制作、图像处理和工程计算。
MATLAB源码的提供，对于学习和研究贝塞尔曲线的特性和拟合方法，或者在项目中创建平滑曲线路径，都是非常有价值的资源。
这份MATLAB源码和相关文档为理解并实践贝塞尔曲线拟合提供了一个完整的工具集。
通过学习和利用这些材料，用户不仅可以掌握贝塞尔曲线的基本概念，还能深入理解如何在实际问题中运用它们进行曲线拟合和评估。

MATLAB中AR模型功率谱估计中AR阶次估计的实现-psd_my.rar（最近看了几个关于功率谱的问题，有关AR模型的谱估计，在此分享一下，希望大家不吝指正）（声明：本文内容摘自我的毕业论文——心率变异信号的预处理及功率谱估计）（按：AR模型功率谱估计是对非平稳随机信号功率谱估计的常用方法，但是其模型阶次的估计，除了HOSA工具箱里的arorder函数外，没有现成的函数可用，arorder函数是基于矩阵SVD分解的阶次估计方法，为了比较各种阶次估计方法的区别，下面的函数使用了'FPE','AIC','MDL','CAT'集中准则一并估计，并采用试验方法确定那一个阶次更好。
）………………………………以上省略……………………………………………………………………假设原始数据序列为x，那么n阶参数使用最小二乘估计在MATLAB中实现如下：Y=x;Y(1:n)=[];m=N-n;X=[];%构造系数矩阵fori=1:m  forj=1:n      X(i,j)=xt(ni-j);  endendbeta=inv(X'*X)*X'*Y';复制代码beta即为用最小二乘法估计出的模型参数。
此外，还有估计AR模型参数的Yule-Walker方程法、基于线性预测理论的Burg算法和修正的协方差算法等[26]。
相应的参数估计方法在MATLAB中都有现成的函数，比如aryule、arburg以及arcov等。
4.3.3AR模型阶次的选择及实验设计文献[26]中介绍了五种不同的AR模型定阶准则，分别为矩阵奇异值分解（SingularValueDecomposition,SVD）定阶法、最小预测定误差阶准则（FinalPredictionErrorCriterion,FPE）、AIC定阶准则（Akaika’sInformationtheoreticCriterion,AIC）、MDL定阶准则以及CAT定阶准则。
文献[28]中还介绍了一种BIC定阶准则。
SVD方法是对Yule-Walker方程中的自相关矩阵进行SVD分解来实现的，在MATLAB工具箱中arorder函数就是使用的该算法。
其他五种算法的基本思想都是建立目标函数，阶次估计的标准是使目标函数最小化。
以上定阶准则在MATLAB中也可以方便的实现，下面是本文实现FPE、AIC、MDL、CAT定阶准则的程序（部分）：form=1:N-1  ……    %判断是否达到所选定阶准则的要求  ifstrcmp(criterion,'FPE')    objectfun(m1)=(N(m1))/(N-(m1))*E(m1);  elseifstrcmp(criterion,'AIC')    objectfun(m1)=N*log(E(m1))2*(m1);  elseifstrcmp(criterion,'MDL')    objectfun(m1)=N*log(E(m1))(m1)*log(N);  elseifstrcmp(criterion,'CAT')    forindex=1:m1        temp=temp(N-index)/(N*E(index));    end    objectfun(m1)=1/N*temp-(N-(m1))/(N*E(m1));  end    ifobjectfun(m1)＞=objectfun(m)    orderpredict=m;    break;  endend复制代码orderpredict变量即为使用相应准则预测的AR模型阶次。
（注：以上代码为结合MATLAB工具箱函数pburg,arburg两个功率谱估计函数增加而得，修改后的pburg等函数会在附件中示意，名为pburgwithcriterion）登录/注册后可看大图程序1.JPG(35.14KB,下载次数:20352)下载附件 保存到相册2009-8-2820:54上传登录/注册后可看大图程序2.JPG(51.78KB,下载次数:15377)下载附件 保存到相册2009-8-2820:54上传下面本文使用3.2.1实验设计的输出结果即20例经预处理的HRV信号序列作为实验对象，分别使用FPE、AIC、MAL和CAT定阶准则预测AR模型阶次，图4.1（见下页）为其中一例典型信号使用不同预测准则其目标函数随阶次的变化情况。
从图中可以看出，使用FPE、AIC以及MDL定阶准则所预测的AR模型阶次大概位于10附近，即阶次10左右会使相应的目标函数最小化，符合定阶准则的要求，使用CAT定阶准则预测的阶次较小，在5~10之间。
图4.2（见下页）为另一例信号的阶次估计情况，从中也可以得到同样的结论。
（注，实验信号为实验室所得，没有上传）登录/注册后可看大图图片1.JPG(28.68KB,下载次数:5674)下载附件 保存到相册2009-8-2820:54上传

在多分布式电源(distributedgenerations，DGs)并联系统中，通常采用传统下垂控制实现负荷分配。
由于线路阻抗和本地负荷的影响，传统下垂控制会产生较大的功率分配误差。
为提高功率分配的精确性，提出了一种自动调节下垂系数的控制策略。
各逆变器在传统P-V下垂控制下，将输出有功功率信息送到中央控制器，计算给定功率，并返回给各逆变器本地控制器，通过PI调节器自动调节各自的P-V下垂系数。
仿真和实验结果验证了该策略的可行性。

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。