激光焊模拟，Fluent激光焊接流体模拟仿真，温度场仿真，激光小孔动态演变过程仿真，高斯旋转体热源，电磁力，蒸发反冲压力（面积力转化为体积力）等，可以实现外加电磁力，实现熔池流动旋转 udf 含有电

直流电机双闭环调速（p1-p2）永磁同步电机电流滞环闭环调速（p3-p4）永磁同步电机电流滞环与SVPWM调速对比（p5-p6）异步电机滞环电流调速（p7-p8）

基于FPGA的2DPSK调制解调程序，verilog实现，含仿真和说明。

winform ui界面 c#界面 支持多文档选项卡关闭，4种类型提示框（提示，询问，警告，错误）源代码

八工位非标组装机程序：采用日本DD马达与三菱PLC通讯，模块化设计，稳定可靠，附详细注释和易操作界面，适用于电气爱好者及工程师学习应用。,八工位非标组装机程序，采用日本高精度DD马达分度，5台三菱FX 3U PLC走N N 网络通讯，总合计最大三百多个点，最大应用15轴，此机应用14轴，8伺服?6步进电机。触摸屏采用两个昆仑通泰触摸屏控制。该设备已经投产出。成熟稳定，注释详细，模块化思路编写，通俗易懂，可操作性强。是电气爱好者和基础电气工程师经典应用和学习程序。,核心关键词：非标组装机程序;高精度DD马达分度;三菱FX 3U PLC;网络通讯;最大应用15轴;模块化思路编写;注释详细;可操作性强。,高精度八工位非标组装机程序：模块化设计，稳定运行，学习与实践的电气工程经典案例

"基于西门子1200 PLC虚拟仿真系统实现自动运料小车无实物模拟操作，适用博途V15及更高版本仿真程序","西门子1200PLC虚拟运料小车仿真系统：无实物操作，兼容博途V15及更高版本仿真程序",基于西门子1200PLC自动运料小车仿真系统，无需实物，仿真程序，博途V15以及以上都可运行,西门子1200PLC;自动运料小车;仿真系统;仿真程序;博途V15。,"西门子PLC自动运料小车仿真系统：虚拟操作，无需实物，博途V15及更高版本兼容"

基于单相变压器绕组与铁芯的振动形变特性分析的时域仿真模型研究,"单相变压器绕组与铁芯振动形变仿真模型：洛伦兹力与磁致伸缩效应下的动态响应分析",comsol的单相变压器绕组及铁芯振动形变仿真模型1、单相变压器组振动形变模型:绕组在漏磁场的洛伦兹力作用下振动，在长期作用下发生位移形变2、单相变压器铁芯振动形变模型:铁芯在磁致伸缩作用下发生振动形变注:时域仿真可以设置观察点，导出随时间变化的变压器磁通、位移、压力、形变曲线,comsol;单相变压器;绕组振动形变;铁芯振动形变;洛伦兹力;磁致伸缩;时域仿真;观察点。,"单相变压器绕组与铁芯振动形变仿真模型研究"

"通过Pygame实现星形Dijkstra算法与DFS可视化规划，设定起止点与障碍物的趣味交互体验——适合新手学习的路径规划与自动驾驶实践指南","基于Pygame的A* Dijkstra与DFS可视化路径规划系统：设定起止点与障碍物，乐趣无穷的新手学习之旅",a star dijkstra dfs可视化规划，通过pygame 在界面设定起止点和障碍物，趣味性强，适合新手学习。路径规划 ， pygame ， 自动驾驶有详细使用说明,a_star;dijkstra;dfs可视化规划;pygame;界面设定;起止点;障碍物;趣味性强;适合新手学习;路径规划;自动驾驶;详细使用说明,"Pygame实现A*、Dijkstra与DFS可视化路径规划：新手友好的自动驾驶游戏"

你希望白嫖，我希望开源，一拍即合，nivisa_21.5_online.exe,免费提供给大家下载

中景园电子0.96OLED显示屏资料，内有取模教程，能够使显示屏显示用户想要显示的中文字符

西门子S7-200 PLC在加热炉温度控制与电气设计中的应用研究：基于MCGS组态的控制系统设计,基于西门子S7-200 PLC的加热炉温度控制与电气设计：使用MCGS组态的实践应用,44#西门子S7-200基于PLC加热炉温度控制器设计加热炉电气控制设计组态MCGS,关键词：西门子S7-200; PLC加热炉; 温度控制器; 电气控制设计; 组态MCGS; 加热炉。,西门子S7-200 PLC在加热炉温度控制中的应用设计

机械臂遗传算法优化及353多项式轨迹规划的MATLAB实现教程,基于遗传算法的机械臂353多项式轨迹规划技术研究与应用,机械臂遗传算法353多项式，冲击最优轨迹规划。matlab程序自己写的，适合学习，机械臂模型可随意替。。,关键词：机械臂；遗传算法；353多项式；轨迹规划；Matlab程序；学习；模型替换。,《机械臂的遗传算法与最优轨迹规划MATLAB程序》

Matlab遗传算法实现无人机协同任务分配方案优化：最小代价下的高效路径选择与时间分配策略,基于遗传算法优化无人机任务分配方案：航程与耗时双重考量,matlab：基于遗传算法的多无人机协同任务分配- 基于遗传算法的多无人机协同任务分配- 种群中的每一个个体代表一次完整的任务分配方案，模型目标是找到代价函数的最小值，当作任务分配的最终方案- 任务的代价评估分为两部分：无人机的总航程和消耗的总时间，分别设置了不同权重- 注释详细,基于遗传算法;多无人机协同;任务分配;种群个体;代价函数最小化;总航程;总时间;不同权重。,基于遗传算法的协同任务分配：多无人机优化模型研究