دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: نویسندگان: Yaofei Han, Chao Gong, Jinqiu Gao سری: ISBN (شابک) : 9811680655, 9789811680656 ناشر: Springer سال نشر: 2022 تعداد صفحات: 136 [137] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 18 Mb
در صورت تبدیل فایل کتاب Model Predictive Control for AC Motors: Robustness and Accuracy Improvement Techniques به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب کنترل پیشبینی مدل برای موتورهای AC: تکنیکهای بهبود استحکام و دقت نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب نحوه بهبود دقت و استحکام کنترل پیشبینی مدل را معرفی میکند. در مرحله اول، روش مبتنی بر مشاهده و جبران اختلال توسعه داده شده است. در مرحله دوم، روش های شناسایی پارامتر مستقیم توسعه یافته است. ثالثاً، مسائلی که به ندرت بر روی مسائلی مانند نمونه گیری و مشکلات تأخیر متمرکز شده اند در این کتاب حل شده است. به طور کلی، این کتاب مشکلات را به روشی سیستماتیک و نوآورانه حل میکند.
فصل 2 با دسترسی آزاد تحت مجوز Creative Commons Attribution 4.0 بینالمللی از طریق link.springer.com در دسترس است. span>
This book introduces how to improve the accuracy and robustness of model predictive control. Firstly, the disturbance observation- and compensation-based method is developed. Secondly, direct parameter identification methods are developed. Thirdly, the seldom-focused-on issues such as sampling and delay problems are solved in this book. Overall, this book solves the problems in a systematic and innovative way.
Chapter 2 is available open access under a Creative Commons Attribution 4.0 International License via link.springer.com