基于神经网络和DSP的锡炉温度控制系统的研究
时间:11-28
来源:互联网
点击:
3 系统应用结果
在电路中安装温度、电压和电流检测装置,经过电路实验,在DSP中植入预测神经网络算法的结果,从而实现温度PID控制,其温度控制曲线如图5所示。

将预测神经网络和DSP高速运算处理相结合的方法应用到锡炉的温度PID控制系统中,大大提高了控制系统温度的稳定性和精度,为电子元件在装配过程中提供了可靠的焊接温度,降低了因装接高温而损坏元件和电路板的可能性。
在电路中安装温度、电压和电流检测装置,经过电路实验,在DSP中植入预测神经网络算法的结果,从而实现温度PID控制,其温度控制曲线如图5所示。

将预测神经网络和DSP高速运算处理相结合的方法应用到锡炉的温度PID控制系统中,大大提高了控制系统温度的稳定性和精度,为电子元件在装配过程中提供了可靠的焊接温度,降低了因装接高温而损坏元件和电路板的可能性。
电子 神经网络 DSP 传感器 电压 电流 电路 继电器 可控硅 温度传感器 PWM 二极管 C语言 相关文章:
- 一种新型防伪读码器的设计(01-01)
- 基于ARM与DSP的嵌入式运动控制器设计(04-25)
- 航天器DC/DC变换器的可靠性设计(02-12)
- 我国科学家人脸与笔迹识别领域获突破(04-29)
- 基于ARM核的AT75C220及其在指纹识别系统中的应用(05-24)
- 基于nRF2401智能小区无线抄表系统集中器设计(04-30)
