电机控制器，BLDC无刷直流电机Simulink模型（数学方法搭建）版本:marlab2018a，可生成低版本包括:模型，设计文档，电机参数m文件仿真时在第三秒加入3Nm的负载，图中为模型和仿真结果（输出扭矩，转速，转子位置，机械角度）模型优点:纯数学方法搭建，可生成代码刷进控制器做SIL测试（simscape搭建的模型无法生成代码）模型缺点:转速波动大，可以通过与真实电机参数匹配或滤波的方式解决

看电流环和速度环的协同工作就像看交响乐演出——当负载转矩突然从10N·m跳到20N·m时，电枢电流瞬间飙到限幅值，而转速只下跌了15rpm就迅速恢复，这波配合绝对能给满分。真正好用的是暴力调试法——先把积分系数设为零，慢慢增大比例系数直到系统开始振荡，然后取该值的60%作为最终参数，这招比教科书里的方法管用十倍。转速环的PI参数更有意思，Kp=1.2看起来平平无奇，但配合速度反馈的滤波时间常数0.

说到论文，17年那篇《Improved Model Predictive Current Control for PMSM》算是双矢量MPCC的奠基之作，不过它用的还是固定组合策略。这种分区域处理的方法在轻载时能省30%的计算资源，不过切换时的瞬态响应得做好滤波，不然会出转矩抖动。搞控制的应该都懂，理论和实操之间永远隔着示波器上的毛刺——那些论文里从来不会画的波形才是真正的战场。最优占空比的计算公

总的来说，这次用博途V16和WinCC 7.5 SP2开发脱硫系统，感觉还是很顺利的。多重背景和结构变量的组合，大大提升了开发效率；功能库的使用，也让程序更简洁易懂。特别是WinCC的面板实例功能，直接拖拽生成画面，真的太省事了。如果你也在做类似的项目，不妨试试这套组合。工具选好了，开发效率自然就上去了。当然，代码结构和功能块的使用也很重要，一定要根据实际需求来设计，这样才能发挥出工具的最大潜力。

永磁同步电机神经网络自抗扰控制，附带编程涉及到的公式文档，方便理解，模型顺利运行，效果好，位置电流双闭环采用二阶自抗扰控制，永磁同步电机三闭环控制，神经网络控制，自抗扰中状态扩张观测器与神经网络结合，在线自整定自抗扰中参数，（依据rbf神经网络pid控制还写）输入信号为方波信号，可以切换。均可运行，图8中可以看到参数自动整定得效果！有搭建模型的公式文档，有参考的论文，约20篇，可以把控制器拿下来放

关键点在于热源模型的选择——别傻乎乎直接用默认高斯热源，试试双椭球模型更贴近实际。遇到过最奇葩的bug是残差曲线正常但温度场出现马赛克，最后发现是并行计算时区域分解不均匀——把网格划成64x64x64的立方块就稳了。有个取巧的办法——在热影响区用局部加密，其他区域用粗网格，速度能快三倍不止。这段代码实现了随时间变化的热源形态切换，注意看里面的分段处理——实际焊接时热源前后形状确实不对称。Fluen

使用深度学习方法预测噬菌体特异性蛋白质完整代码实现，含数据集。该方法对噬菌体特异性蛋白（TerL、Portal和TerS）具有良好的预测精度，也可用于从病毒组数据预测序列。CNN可以自动学习蛋白质序列模式，同时根据学习到的氨基酸序列模式构建预测模型。与比对方法相比，CNN是基于氨基酸的模型的自然泛化，可以发现高纬度地区病毒蛋白质的相似性。在病毒蛋白序列预测问题上，更灵活的 CNN 模型确实优于比对

网格划分是门艺术，分享我的血泪经验：绕组区域用边界层网格（三层，拉伸因子1.3），油道部分用自由四面体（最大尺寸5mm）。附件里的学习资料包含湍流修正系数对照表，还有实测温升数据的验证方法——这可是被甲方验收报告验证过的模型参数。Comsol三相电力变压器温度场流体场耦合计算模型，可以得到变压器稳定运行时内部热点温度及油流速度分布，提供comsol详细学习资料及模型。Comsol三相电力变压器温度

主要内容：该程序主要方法复现《含高比例可再生能源配电网灵活资源双层优化配置》运行-规划联合双层配置模型，上层为光伏、储能选址定容模型，即优化配置，下层考虑弃光和储能出力，即优化调度，模型以IEEE33节点为例，采用粒子群算法求解，下层模型为运行成本和电压偏移量的多目标模型，并采用多目标粒子群算法得到pareto前沿解集，从中选择最佳结果带入到上层模型，最终实现上下层模型的各自求解和整个模型迭代优化

和logistic映射相比，Tent的分布更均匀，不会出现中间稀疏两边密集的情况。针对麻雀搜索算法（SSA）在接近全局最优时，种群多样性减少，易陷入局部最优解等问题，提出了一种混沌麻雀搜索优化算法（CSSA）。针对麻雀搜索算法（SSA）在接近全局最优时，种群多样性减少，易陷入局部最优解等问题，提出了一种混沌麻雀搜索优化算法（CSSA）。通过改进 Tent 混沌序列初始化种群，提高初始解的质量，增强