首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    学会BLDC电机控制必须搞懂的状态

    BLDC越来越多的应用,如家电,工农业,汽车,无人机,等,如上图就是一个BLDC内部绕组示意图,这段时间一直在做车上的项目,其中涉及到BLDC电机的控制调速,BLDC就是直流无刷电机,其中最常用的就是无传感器算法控制,现在大家采用的算法都差不多,就看谁做的效果好,都是六步法,利用反电动势,其中需要注意的地方还是很多,比如何时采集,算法的优化 ,干扰的抑制,等等,中断的处理,但其中从启动到运行,都经历那些状态,今天给大家分享下:先来看张图,这是在大多数的应用笔记和手册上都会提到的一张图,也就是我们在做无传感器控制时候,算法中所要执行经历的三个状态

    04

    自然语言处理全球市场报告:未来3年迎来爆发点,交互式应用是关键

    【新智元导读】这份全球自然语言处理市场报告从类型、技术、终端用户、应用和地域五个方面全方位分析了NLP市场的机会,并对2020年之前NLP的应用发展进行了预测。 作为人工智能的一个组成部分,自然语言处理(NLP)的研究对象是计算机和人类语言的交互,其任务是理解人类语言并将其转换为机器语言。在目前的商业场景中,NLP技术用于分析源自邮件、音频、文件、网页、论坛、社交媒体中的大量数据。市场前景巨大。 NLP应用的最大挑战来自识别人类带有不同模式、语调、发音的语音,并将其转换为可编程语言,其意义在于可与人类实现最

    08

    动作过程中进行反馈校正的控制策略

    令人怀疑的是,动物是否有完美的肢体逆模型(例如,要到达空间中的特定位置,每个关节必须进行什么样的肌肉收缩)。然而,在机器人控制中,将手臂的末端执行器移动到目标位置或沿着目标轨迹移动需要精确的正向和反向模型。在这里,我们表明,通过从交互中学习转换(向前)模型,我们可以使用它来驱动分期偿还策略的学习。因此,我们重新考虑了与深度主动推理框架相关的策略优化,并描述了一种模块化神经网络架构,该架构同时从预测误差和随机策略中学习系统动态,该随机策略生成合适的连续控制命令以到达期望的参考位置。我们通过将该模型与线性二次型调节器的基线进行比较来评估该模型,并总结了向类人运动控制迈进的额外步骤。

    03

    超越强化学习:生命启发的AI

    构建自主的(即基于个人需求选择目标)和自适应的(即在不断变化的环境中生存)智能 体一直是人工智能(al)的圣杯。一个活的有机体是这种代理的一个主要例子,提供了 关于适应性自主的重要课程。在这里,我们把重点放在内感受上,这是一个监控体 内环境使其保持在一定范围内的过程,它保证了生物体的生存。为了开发具有内视 知觉的人工智能,我们需要从外部环境中分解代表内部环境的状态变量,并采用内 部环境状态的受生命启发的数学特性。这篇论文提供了一个新的视角,通过将控制 论的遗产与生命理论、强化学习和神经科学的最新进展相结合,内视知觉如何帮助 构建自主和适应的主体。

    03

    具有调节器和非理想时钟的时敏网络中的时间同步问题

    在时间敏感型网络中(例如在IEEE TSN和IETF Detnet中)使用流重塑,以减少网络内部的突发性并支持计算保证的时延边界。使用每流调节器(例如令牌桶过滤器)或交错式调节器(与IEEE TSN异步流量整形(ATS)一样)执行此操作。两种类型的调节器都是有益的,因为它们消除了由于网络内部的复用而导致的突发性增加。通过使用网络演算,可以证明它们不会增加最坏情况的延迟。但是,假设所有网络节点的时间都是完美的,则建立了调节器的属性。实际上,节点使用本地的、不完美的时钟。时间敏感型网络有两种形式:(1)在非同步网络中,本地时钟在每个节点上独立运行并且其偏差不受控制;(2)在同步网络中,本地时钟的偏差保持在很小的范围内使用例如同步协议(例如PTP)或基于卫星的地理位置系统(例如GPS)。在这两种情况下,我们都会重新审视监管机构的性质。在非同步网络中,我们表明忽略时序不正确可能会由于每流或交错式调节器的无限延迟而导致网络不稳定。为了避免此问题,我们提出并分析了两种方法(速率和突发级联以及异步双到达曲线方法)。在同步网络中,我们表明流量调节器没有不稳定,但是令人惊讶的是,交错的调节器会导致不稳定。为了建立这些结果,我们开发了一个新的架构来捕获非同步和同步网络中时钟的工业需求,并且我们开发了一个工具箱,该工具箱扩展了网络演算以解决时钟缺陷。

    02

    郭雷院士:控制理论发展的历史启示

    控制理论处于数学、计算机、通信和工程科学相互作用的前沿,是自动化的关键与基础,是信息科学与系统科学的重要组成部分,有些内容也可以同时归为应用数学领域。控制理论区别于其他学科的一个核心概念是反馈。虽然前馈的概念也很重要,并且在控制系统中往往同时具有前馈和反馈机制,但是反馈机制能够有效地应对系统内外各种不确定性因素的影响。正因为如此,反馈也是智能行为的一个关键特征。像物理学定律一样,反馈原理在科学、技术与工程中也具有基本的重要性。历史上,反馈的有效利用常常对工程技术领域产生革命性的影响,同时也催生和推动了控制理论方法的诞生和发展。关于控制理论的历史发展,下面主要谈几点启示。

    01

    MATRIX:社会模拟推动大模型价值自对齐,比GPT4更「体贴」

    模型如 ChatGPT 依赖于基于人类反馈的强化学习(RLHF),这一方法通过鼓励标注者偏好的回答并惩罚不受欢迎的反馈,提出了一种解决方案。然而,RLHF 面临着成本高昂、难以优化等问题,以及在超人类水平模型面前显得力不从心。为了减少乃至消除对人类监督的依赖,Anthropic 推出了 Constitutional AI,旨在要求语言模型在回答时遵循一系列人类规则。同时,OpenAI 的研究通过采用弱模型监督强模型的方法,为超人类水平模型的对齐提供了新的视角。尽管如此,由于用户给出的指令千变万化,将一套固定的社会规则应用于 LLMs 显得不够灵活;而且,弱模型对强模型的监督提升效果尚不明显。

    01

    一周AI看点 |上汽拿到加州第35张自动驾驶测试牌照,下一代Windows 10更新可用AI抵御勒索病毒

    大家好,今天又是周末了,又双叒叕到了给大家写AI行业一周回顾的“好时候”了。今天是7月2日,想到此,小编内心惶恐不安,因为 我却是没什么太大的进步,该念的书还是没有念,该上的课也错过好几期了,真的好心痛... 如果周一到周五以工作忙,学习忙为借口,好吧,我可以原谅自己下班后懒惰一下,但是周末如果还不利用时间学习下,简直无法原谅自己... 因为我深深知道能主宰周末的人生才是赢家。 好了,感慨完毕,我们一起看看本周AI圈儿里都发生了哪些事儿。 行业 ➤埃森哲预测:2035年人工智能有望拉动中国经济增

    07

    【仪表】数字显示仪作为电动单元组合仪表的应用

    1 概述   作为早期XCZ、XCT、XFZ、XFT动圈式仪表和稍后的XBZ、XBT力矩电机式仪表的更细新换代产品,数字显示仪以其读数直观、显示清晰、分辨率高、无视差、抗震性好、输入阻抗大和安装角度不受限制等优点得到广泛的应用。但在八十年代初期数字显示仪刚问世时,人们对其稳定性、可靠性还存在疑问,事实也的确如此,早期的数字显示仪不稳定、精度低、故障率高,声誉不佳,人们回过头来再次使用动圈式仪表和力矩电机式仪表。进入九十年代以后,由于微电子技术的发展。新型多功能数字显示仪层出不穷,其稳定的质量、较高的精度、多种多样的辅助功能及低廉的价格已赢得用户的青睐,它不仅完全取代了动圈式仪表和力矩电机式仪表,成为一种应用最广泛的显示仪表,而且以其丰富的辅助功能替代了一部分电动单元组合仪表。由于这种应用现象的出现,在七十年代、八十年代里完全由电动单元组合仪表构成的系统已经很难看到,更多的则是由电动单元组合仪表和数字显示仪组成的混合系统。这是我们经历的又一个螺旋上升的事物发展过程:多功能基地式仪表--单元组合仪表--多功能数字显示仪。   由于这种应用现象的出现,在七十年代、八十年代里完全由电动单元组合仪表构成的系统已经很难看到,更多的则是由电动单元组合仪表和数字显示仪组成的混合系统。   电动单元组合仪表将仪表的功能分得很细,如运算功能就分成加减器、乘除器、开方器、积算器,辅助功能分得更多,如配电器、安全栅、操作器、信号限制器、信号阻尼器、信号倒相器、信号选择器、信号隔离器、阻抗转换器、电源箱等等。这种思路在当时是正确的,因为诞生电动单元组合仪表的六十年代还采用分立元件,实现一项功能要用到一堆元件,功能分细,一台仪表的结构就不太复杂,维护也方便。而到了九十年代,实现一项功能更多的是用软件,通常编写一段程序就可以完成一项功能,因此数字显示仪拥有多项辅助功能就不足为奇了。   以下结合我们在工程设计中的实践,介绍数字显示仪作为电动单元组合仪表的具体应用。

    01
    领券