光伏储能＋单相并网逆变运行仿真模型，matlab2021b版本及以上包含Boost、Buck-boost双向DCDC、并网逆变器三大控制部分输出光伏300-400Vboost电路应用mppt采

STM32F401 Simulink永磁同步电机无传感滑模观测器FOC矢量控制模型仿真及代码生成2，同时支持Hall 角度计算，通过Hall计算的角度与滑模无感计算的角度进行比较3，模型可直接运行仿真，并生成代码，已经集成到Keil开发环境4，支持速度环和电流环控制及积分去饱和5，可通过Simulink的串口调试功能在线调试电机参数6，提供可直接运行的Keil工程模型是基于Matlab2020b开发注：内容包括1，Simulink 霍尔FOC+无感滑模观测器+Simulink的串口通信模型2，已经集成Keil的工程代码，可直接和Simulink串口模型进行通信3，相关的文档4，基于模型开发视频教程观测器有高阶和普通低阶的观测器，可提前咨询 因为是电子资料，描述都是测试过的，一旦发不支持 模型左测是输入的信号，中间是算法：包含了霍尔信号转成角度信号以及速度的计算，滑模观测器的角度及速度计算，右侧是电机和逆变器模型，提供了平均值逆变器模型（仿真快方便无感调试）及实时性更高（仿真慢支持霍尔）的两个模型

LTspice仿真LDO非常适合学习模拟集成电路电源类学习包括相位裕度、电源抑制比、稳定性等相关仿真提供库文件

Multisim仿真TL494BUCK闭环，稳定输出5v，带软启动。电流限制为0.14A电流超过限制电压下降，为电流保护。软启动由4脚控制，示波器可看到输出。需要用Multisim14才能打开。

基于容积卡尔曼以及滑膜控制的的永磁同步电机无传感器控制，无传感器采用的是容积卡尔曼滤波对转速及转子位置进行估计，也可替成平方根容积卡尔曼，高阶容积卡尔曼来估计状态，具体价格可加好友。转速环采用滑膜控制器，代替了传统的PI控制，提高了对转速控制的精度。该模型采用容积卡尔曼滤波对转子位置及转速进行观测，替代了位置与转速传感器，估计精度较高，形成整个闭环控制。曲线图第一幅图是转速实际值与估计值对转速控制的对比曲线，可以看出ckf估计效果很好，几乎与实际值重合。第二幅图是局部放大图，由此可见滑膜控制的效果较好。第三幅图是容积卡尔曼的滤波估计误差。

变步长扰动观察法PO仿真模型，采用了s-function模块，可以随光强的变化，时刻做到最大功率跟踪。

欧姆龙 PLC 程序NJ ST语言EtherCat总线控制24个伺服轴大型程序电池生产线包括PLC NJ-1400和威纶通触摸屏程序PLC通过EtherCat总线连接IS620N伺服伺服轴已经写好FB块，可以直接复制粘贴通过EtherCat连接6个扫描枪扫描枪通讯已经写好FB块通过EtherCat连接将近100个远程IO终端详细IO表，中文详细注释，工艺，位置变量等详细说明

四轮毂电机驱动，分布式驱动力分配，滑模控制，基于simulink分布式驱动转矩分配控制，采用七自由度车辆模型作为仿真模型，采用分层控制思想，上层为目标控制参数，采用二自由度模型计算理想横摆角速度，中层为滑模变结构控制器，下层为基于附着椭圆的利用率为优化目标的最优控制，控制效果还不错，可以学习。

正在量产的新能源汽车控制器代码，功能齐全，含原理图。完美可编译。

手机组态软件 APP监控台达PLC C#全套源代码1，C#开发上位机手机APP，自己写的程序可提供部分2，通过VS2019开发安卓手机app3，全套源代码，现场运行设备实测有效。4，手机组态软件无线WiFi与PLC通信

C#上位机，台达DVP系列modbus485通信例子。例子简单易看懂。自己写的程序。

JAVA大型ERP源码 进销存财务一体化源码本源码亲测可用 若有问题不能成功搭建包 您自己搭建的过程中遇见技术问题可以免费咨询。已经修补好了几个出现的代码bug。1.开发环境：Eclipse4.4（javaee版）+jdk8+tomcat8+postgreSQL9.22.导入database目录下的数据到postgresql中。3.导入MyERP到eclipse中 4.启动tomcat，直接访问http: localhost:8080 ，切记不要包含项目路径

基于贝叶斯优化参数的CNN-BiLSTM回归预测模型：多输入单输出架构与高代码质量,基于贝叶斯(bayes)优化卷积神经网络-双向长短期记忆网络(CNN-BiLSTM)回归预测，bayes-CNN-BiLSTM多输入单输出模型。优化参数为：学习率，隐含层节点，正则化参数。评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替数据。运行环境matlab2020b及以上。,核心关键词：贝叶斯优化; 卷积神经网络; 双向长短期记忆网络; 回归预测; 多输入单输出模型; 优化参数; 学习率; 隐含层节点; 正则化参数; 评价指标; R2; MAE; MSE; RMSE; MAPE; 代码质量; 运行环境; matlab2020b。,基于贝叶斯优化的CNN-BiLSTM回归预测模型，多参数调控，高代码质量