foc控制 - clarke变换和park变换

1. foc控制框图

  • 下图是foc控制框图,本文主要是讲解foc控制中的larke变换和park变换
  • clarke变换将 静止的 a b c abc abc坐标系 变换到 静止的 α β αβ αβ坐标系,本质上还是以 定子 为基准的坐标系
  • park变换 则将 α β αβ αβ坐标系 变换到 随 转子旋转的 d q dq dq旋转坐标系,本质是以 转子 为基准的坐标系,方便计算和分析
    在这里插入图片描述

2. clarke变换

2.1 理解clarke变换是要做什么

  • 答案就是下面这张图,无论是 a b c 坐标系 abc坐标系 abc坐标系 还是 α β 坐标系 αβ坐标系 αβ坐标系, 其实是在同一个平面坐标系中(定子所构成的平面),其实就是将 a b c 三相 abc三相 abc三相 的合成矢量重新分解到 α β 两相 αβ两相 αβ两相 中。
    在这里插入图片描述

2.2 abc坐标系合成矢量的计算

  • 三相对称正弦电流大小的计算公式(标量,只有大小没有方向)
    在这里插入图片描述
    { I a = I m cos ⁡ ω t I b = I m cos ⁡ ( ω t − 2 π 3 ) I c = I m cos ⁡ ( ω t + 2 π 3 ) w : 角速度 ( 单位时间内转过的角度 ) ; t : 时间; w t : 转过的角度 − − 类比一下 − − v : 速度; t : 时间; v t : 走过的距离 − − − − − − − w = 2 π f / / 2 π : 36 0 o ; f = 周期 秒 \begin{cases}I_\mathrm{a}=I_\mathrm{m}\cos\omega t\\\\I_\mathrm{b}=I_\mathrm{m}\cos\left(\omega t-\frac{2\pi}{3}\right)\\\\I_\mathrm{c}=I_\mathrm{m}\cos\left(\omega t+\frac{2\pi}{3}\right)\end{cases}\\ w:角速度(单位时间内转过的角度); t:时间; wt:转过的角度\\ --类比一下--\\ v:速度; t:时间; vt:走过的距离\\ -------\\ w = 2\pi f //2\pi:360^o; f = \frac{周期}{秒} Ia=ImcosωtIb=Imcos(ωt32π)Ic=Imcos(ωt+32π)w:角速度(单位时间内转过的角度)t:时间;wt:转过的角度类比一下v:速度;t:时间;vt:走过的距离w=2πf//2π360o;f=周期
  • a b c 三相电流 abc三相电流 abc三相电流 合成矢量的计算公式为: I s → = I a → + I b → + I c → \overrightarrow{I_s}=\overrightarrow{I_\mathrm{a}}+\overrightarrow{I_\mathrm{b}}+\overrightarrow{I_\mathrm{c}} Is =Ia +Ib +Ic , 将上述方程组中的标量加上方向就是矢量
    I s → = I a → + I b → + I c → − − I s → = I m cos ⁡ ( ω t ) e j 0 + I m cos ⁡ ( ω t − 2 π 3 ) e j 2 π 3 + I m cos ⁡ ( ω t + 2 π 3 ) e − j 2 π 3 理解一下这个公式 \overrightarrow{I_s}=\overrightarrow{I_\mathrm{a}}+\overrightarrow{I_\mathrm{b}}+\overrightarrow{I_\mathrm{c}}\\ --\\ \overrightarrow{I_s}=I_\text{m}\cos(\omega t)e^{j0}+I_\text{m}\cos\Bigg(\:\omega t-\frac{2\pi}{3}\Bigg)e^{\mathrm{j}\frac{2\pi}{3}}+I_\text{m}\cos\Bigg(\:\omega t+\frac{2\pi}{3}\Bigg)e^{-\mathrm{j}\frac{2\pi}{3}} \\ 理解一下这个公式 Is =Ia +Ib +Ic Is =Imcos(ωt)ej0+Imcos(ωt32π)ej32π+Imcos(ωt+32π)ej32π理解一下这个公式
    在这里插入图片描述
  • 带入欧拉公式, 关于欧拉公式,可以参考我的另外一篇文章《理解欧拉公式》
    欧拉公式 e i x = cos ⁡ x + i sin ⁡ x − − − − − − − − − − − − − − − − − − − − − − − − − − − 欧拉公式\\ e^{ix}=\cos x+i\sin x\\ --------------------------- 欧拉公式eix=cosx+isinx
    I ‾ s = I m cos ⁡ ( ω t ) + I m cos ⁡ ( ω t − 2 π 3 ) ( cos ⁡ 2 π 3 + j sin ⁡ 2 π 3 ) + I m cos ⁡ ( ω t + 2 π 3 ) ( cos ⁡ 2 π 3 − j sin ⁡ 2 π 3 ) 进一步计算 I → s = I m cos ⁡ ( ω t ) + I m [ cos ⁡ ( ω t ) cos ⁡ 2 π 3 + sin ⁡ ( ω t ) sin ⁡ 2 π 3 ] ( − 1 2 + j 3 2 ) + I m [ cos ⁡ ( ω t ) cos ⁡ 2 π 3 − sin ⁡ ( ω t ) sin ⁡ 2 π 3 ] ( − 1 2 − j 3 2 ) 带入三角函数的值 I ‾ s = I m cos ⁡ ( ω t ) + I m [ − 1 2 cos ⁡ ( ω t ) + 3 2 sin ⁡ ( ω t ) ] ( − 1 2 + j 3 2 ) + I m [ − 1 2 cos ⁡ ( ω t ) − 3 2 sin ⁡ ( ω t ) ] ( − 1 2 − j 3 2 ) 进一步计算 I → s = I m cos ⁡ ( ω t ) + I m [ 1 4 cos ⁡ ( ω t ) − 3 4 sin ⁡ ( ω t ) − j 3 4 cos ⁡ ( ω t ) + j 3 4 sin ⁡ ( ω t ) ] + I m [ 1 4 cos ⁡ ( ω t ) + 3 4 sin ⁡ ( ω t ) + j 3 4 cos ⁡ ( ω t ) + j 3 4 sin ⁡ ( ω t ) ] − − − − − − − − − − − − − − − − − − − − − − − − − \begin{aligned}\overline{I}_{\mathrm{s}}&=I_{\mathrm{m}}\cos(\omega t)+I_{\mathrm{m}}\cos\Bigg(\omega t-\frac{2\pi}{3}\Bigg)\Bigg(\cos\frac{2\pi}{3}+\text{j}\sin\frac{2\pi}{3}\Bigg)\\&+I_{\mathrm{m}}\cos\Bigg(\omega t+\frac{2\pi}{3}\Bigg)\Bigg(\cos\frac{2\pi}{3}-\text{j}\sin\frac{2\pi}{3}\Bigg)\end{aligned} \\ 进一步计算\\ \begin{aligned}\overrightarrow{I}_{\mathrm{s}}&=I_{\mathrm{m}}\cos(\omega t)+I_{\mathrm{m}}\Bigg[\cos\left(\omega t\right)\cos\frac{2\pi}{3}+\sin\left(\omega t\right)\sin\frac{2\pi}{3}\Bigg]\Bigg(-\frac{1}{2}+\mathrm{j}\frac{\sqrt{3}}{2}\Bigg)\\&+I_{\mathrm{m}}\Bigg[\cos\left(\omega t\right)\cos\frac{2\pi}{3}-\sin\left(\omega t\right)\sin\frac{2\pi}{3}\Bigg]\Bigg(-\frac{1}{2}-\mathrm{j}\frac{\sqrt{3}}{2}\Bigg)\end{aligned}\\ 带入三角函数的值\\ \begin{aligned}\overline{I}_{\mathrm{s}}&=I_{\mathrm{m}}\cos(\omega t)+I_{\mathrm{m}}\Bigg[-\frac{1}{2}\cos\left(\omega t\right)+\frac{\sqrt{3}}{2}\sin\left(\omega t\right)\Bigg]\Bigg(-\frac{1}{2}+\:\mathrm{j}\frac{\sqrt{3}}{2}\Bigg)\\&+I_{\mathrm{m}}\Bigg[-\frac{1}{2}\cos\left(\omega t\right)-\frac{\sqrt{3}}{2}\sin\left(\omega t\right)\Bigg]\Bigg(-\frac{1}{2}-\:\mathrm{j}\frac{\sqrt{3}}{2}\Bigg)\end{aligned}\\ 进一步计算\\ \begin{aligned}\overrightarrow{I}_{s}&=I_{\mathrm{m}}\cos(\omega t)+I_{\mathrm{m}}\left[\frac{1}{4}\cos\left(\omega t\right)-\frac{\sqrt{3}}{4}\sin\left(\omega t\right)-\mathrm{j}\frac{\sqrt{3}}{4}\cos\left(\omega t\right)+\mathrm{j}\frac{3}{4}\sin\left(\omega t\right)\right]\\&+I_{\mathrm{m}}\biggl[\frac{1}{4}\cos\left(\omega t\right)+\frac{\sqrt{3}}{4}\sin\left(\omega t\right)+\mathrm{j}\frac{3}{4}\cos\left(\omega t\right)+\mathrm{j}\frac{3}{4}\sin\left(\omega t\right)\biggr]\end{aligned}\\ -------------------------\\ Is=Imcos(ωt)+Imcos(ωt32π)(cos32π+jsin32π)+Imcos(ωt+32π)(cos32πjsin32π)进一步计算I s=Imcos(ωt)+Im[cos(ωt)cos32π+sin(ωt)sin32π](21+j23 )+Im[cos(ωt)cos32πsin(ωt)sin32π](21j23 )带入三角函数的值Is=Imcos(ωt)+Im[21cos(ωt)+23 sin(ωt)](21+j23 )+Im[21cos(ωt)23 sin(ωt)](21j23 )进一步计算I s=Imcos(ωt)+Im[41cos(ωt)43 sin(ωt)j43 cos(ωt)+j43sin(ωt)]+Im[41cos(ωt)+43 sin(ωt)+j43cos(ωt)+j43sin(ωt)]
    I ‾ s = 3 2 I m cos ⁡ ( ω t ) + j 3 2 I m sin ⁡ ( ω t ) 至此公式变成了复数的表达形式,还可以写成如下的等价形式 I s → = 3 2 I m e j ω t \overline{I}_{\mathrm{s}}=\frac{3}{2}I_{\mathrm{m}}\cos\left(\omega t\right)+\mathrm{j}\frac{3}{2}I_{\mathrm{m}}\sin\left(\omega t\right)\\ 至此公式变成了复数的表达形式,还可以写成如下的等价形式\\ \overrightarrow{I_s}=\frac{3}{2}I_\text{m}e^{\mathrm{j}\omega t} Is=23Imcos(ωt)+j23Imsin(ωt)至此公式变成了复数的表达形式,还可以写成如下的等价形式Is =23Imejωt
  • 由此可以看出,空间上互差120°的三相对称正弦电流的合成矢量是一个角速度为ω且绕中心点旋转的矢量,因此能形成旋转磁场。它的幅值是 I m I_m Im 3 2 \frac{3}{2} 23 倍。
  • 从最终推导出的公式可以看出来 I ‾ s = 3 2 I m cos ⁡ ( ω t ) + j 3 2 I m sin ⁡ ( ω t ) \overline{I}_{\mathrm{s}}=\frac{3}{2}I_{\mathrm{m}}\cos\left(\omega t\right)+\mathrm{j}\frac{3}{2}I_{\mathrm{m}}\sin\left(\omega t\right) Is=23Imcos(ωt)+j23Imsin(ωt) α β 轴 αβ轴 αβ变成了如下形式
    在这里插入图片描述

2.3 clarke变换和反clarke变换 [ i a , i b , i c ] < = = > [ i α , i β ] [i_a, i_b, i_c]<==> [i_α, i_β] [ia,ib,ic]<==>[iα,iβ]

2.3.1 计算

  • 这部分相对较为简单, 如下图所示,用最简单的三角函数就可以计算,就直接写答案了

在这里插入图片描述
i α = I a − I b cos ⁡ π 3 − I c cos ⁡ π 3 i β = I b cos ⁡ π 6 − I c cos ⁡ π 6 − − − − − − − − − − − i α = I a − 1 2 I b − 1 2 I c i β = 3 2 I b − 3 2 I c − − − − − − − − − − − 写成矩阵的形式 [ i α i β ] = [ 1 − 1 2 − 1 2 0 3 2 − 3 2 ] [ I a I b I c ] i_{\alpha}=I_{\mathrm{a}}-I_{\mathrm{b}}\cos\frac{\pi}{3}-I_{\mathrm{c}}\cos\frac{\pi}{3}\\ i_{\beta}=I_{\mathrm{b}}\cos\frac{\pi}{6}-I_{\mathrm{c}}\cos\frac{\pi}{6}\\ -----------\\ i_{\alpha}=I_{\mathrm{a}}-\frac{1}{2}I_{\mathrm{b}}\:-\frac{1}{2}I_{\mathrm{c}}\:\\i_{\beta}\:=\frac{\sqrt{3}}{2}I_{\mathrm{b}}\:\:-\frac{\sqrt{3}}{2}I_{\mathrm{c}}\:\\ -----------\\ 写成矩阵的形式\\ \begin{bmatrix}i_\alpha\\i_\beta\end{bmatrix}=\begin{bmatrix}1&-\frac{1}{2}&-\frac{1}{2}\\\\0&\frac{\sqrt{3}}{2}&-\frac{\sqrt{3}}{2}\end{bmatrix}\begin{bmatrix}I_\mathrm{a}\\I_\mathrm{b}\\I_\mathrm{c}\end{bmatrix} iα=IaIbcos3πIccos3πiβ=Ibcos6πIccos6πiα=Ia21Ib21Iciβ=23 Ib23 Ic写成矩阵的形式[iαiβ]= 102123 2123 IaIbIc

2.3.2 等幅值clarke变换

  • 依据第2.2节的计算 I α , I β I_{\alpha}, I_{\beta} Iα,Iβ 的值最大为 3 2 倍的 I a , I b , I c \frac{3}{2}倍的I_a, I_b ,I_c 23倍的IaIbIc,所以在 4.1节 的基础上乘以 2 3 \frac{2}{3} 32 使得变换前后的幅值相等,一般将这种变换称为 等幅值变换
    c l a r k e 等伏值变换 i α = 2 3 ( I a − 1 2 I b − 1 2 I c ) i β = 2 3 ( 3 2 I b − 3 2 I c ) − − − − − − − − − − − − − − − − 矩阵形式 [ i α i β ] = 2 3 [ 1 − 1 2 − 1 2 0 3 2 − 3 2 ] [ I a I b I c ] clarke等伏值变换\\ i_{\alpha}=\frac{2}{3}(I_{\mathrm{a}}-\frac{1}{2}I_{\mathrm{b}}\:-\frac{1}{2}I_{\mathrm{c}}\:)\\i_{\beta}\:=\frac{2}{3}(\frac{\sqrt{3}}{2}I_{\mathrm{b}}\:\:-\frac{\sqrt{3}}{2}I_{\mathrm{c}}\:)\\ ----------------\\ 矩阵形式\\ \begin{bmatrix}i_\alpha\\i_\beta\end{bmatrix}=\frac{2}{3}\begin{bmatrix}1&-\frac{1}{2}&-\frac{1}{2}\\0&\frac{\sqrt{3}}{2}&-\frac{\sqrt{3}}{2}\end{bmatrix}\begin{bmatrix}I_\mathrm{a}\\I_\mathrm{b}\\I_\mathrm{c}\end{bmatrix}\\ clarke等伏值变换iα=32(Ia21Ib21Ic)iβ=32(23 Ib23 Ic)矩阵形式[iαiβ]=32[102123 2123 ] IaIbIc
  • 在电机控制中 I a + I b + I c = 0 I_{\mathrm{a}}+I_{\mathrm{b}}+I_{\mathrm{c}} = 0 Ia+Ib+Ic=0, 所以可以对上述公式进行化简
    i α = 2 3 ( I a − 1 2 I b − 1 2 I c ) i β = 2 3 ( 3 2 I b − 3 2 I c ) − − − − − − − − − − − − − − − − I a + I b + I c = 0 = = > I c = − I a − I b 目标是消掉 I c i α = 2 3 ( I a − 1 2 I b − 1 2 ( − I a − I b ) ) = I a i β = 2 3 ( 0 + 3 2 I b − 3 2 ( − I a − I b ) ) = 1 3 I a + 2 3 I b i_{\alpha}=\frac{2}{3}(I_{\mathrm{a}}-\frac{1}{2}I_{\mathrm{b}}\:-\frac{1}{2}I_{\mathrm{c}}\:)\\i_{\beta}\:=\frac{2}{3}(\frac{\sqrt{3}}{2}I_{\mathrm{b}}\:\:-\frac{\sqrt{3}}{2}I_{\mathrm{c}}\:)\\ ----------------\\ I_{a}+I_{b}+I_{c}=0 ==> I_{c}=-I_{a}-I_{b}目标是消掉I_c\\ i_{\alpha}=\frac{2}{3}\left(I_{a}-\frac{1}{2}I_{b}-\frac{1}{2}\left(-I_{a}-I_{b}\right)\right)=I_{a}\\ i_{\beta}=\frac{2}{3}\left(0\:+\:\frac{\sqrt{3}}{2}I_{b}-\frac{\sqrt{3}}{2}(-I_{a}-I_{b})\right)=\frac{1}{\sqrt{3}}I_{a}+\frac{2}{\sqrt{3}}I_{b} iα=32(Ia21Ib21Ic)iβ=32(23 Ib23 Ic)Ia+Ib+Ic=0==>Ic=IaIb目标是消掉Iciα=32(Ia21Ib21(IaIb))=Iaiβ=32(0+23 Ib23 (IaIb))=3 1Ia+3 2Ib
    i α = = I a i β = = 1 3 I a + 2 3 I b − − − − − − − − − − − − − − − − − − − 矩阵形式 [ i α i β ] = [ 1 0 1 3 2 3 ] [ I a I b ] i_{\alpha}==I_{a}\\ i_{\beta}==\frac{1}{\sqrt{3}}I_{a}+\frac{2}{\sqrt{3}}I_{b}\\ -------------------\\ 矩阵形式\\ \begin{bmatrix}i_\alpha\\i_\beta\end{bmatrix}=\begin{bmatrix}1&0\\\frac1{\sqrt3}&\frac2{\sqrt3}\end{bmatrix}\begin{bmatrix}I_a\\I_b\end{bmatrix} iα==Iaiβ==3 1Ia+3 2Ib矩阵形式[iαiβ]=[13 103 2][IaIb]

2.3.3 等幅值clarke反变换

I a = i α I b = − 1 2 i α + 3 2 i β I c = − 1 2 i α − 3 2 i β − − − − − − − − − − − − − − − − − − − − − − − − − − − − − − 矩阵形式 [ I a I b I c ] = [ 1 0 − 1 2 3 2 − 1 2 − 3 2 ] [ i α i β ] I_{a}=i_{\alpha}\\ I_{b}=-\frac{1}{2}i_{\alpha}+\frac{\sqrt{3}}{2}i_{\beta}\\ I_{c}=-\frac{1}{2}i_{\alpha}-\frac{\sqrt{3}}{2}i_{\beta}\\ ------------------------------\\ 矩阵形式\\ \begin{bmatrix}I_a\\I_b\\I_c\end{bmatrix}=\begin{bmatrix}1&0\\-\frac12&\frac{\sqrt3}2\\-\frac12&-\frac{\sqrt3}2\end{bmatrix}\begin{bmatrix}i_\alpha\\i_\beta\end{bmatrix} Ia=iαIb=21iα+23 iβIc=21iα23 iβ矩阵形式 IaIbIc = 12121023 23 [iαiβ]

在这里插入图片描述

3. park变换

3.1 说明

  • clarke变换将 静止的 a b c abc abc坐标系 变换到 静止的 α β αβ αβ坐标系,本质上还是以 定子 为基准的坐标系
  • park变换 则将 α β αβ αβ坐标系 变换到 随 转子旋转的 d q dq dq旋转坐标系,本质是以 转子 为基准的坐标系,方便计算和分析
  • park的方法如下图所示
    在这里插入图片描述

3.2 park变换公式

i d = i α cos ⁡ θ + i β sin ⁡ θ i q = − i α sin ⁡ θ + i β cos ⁡ θ − − − − − − − − − − − − − − − − − − − − − − − − − − − − − − − − − − − − − 矩阵形式 [ i d i q ] = [ cos ⁡ θ sin ⁡ θ − sin ⁡ θ cos ⁡ θ ] [ i α i β ] i_{\mathrm{d}}=i_{\alpha}\cos\theta+i_{\beta}\sin\theta \\ i_{\mathrm{q}}=-i_{\alpha}\sin\theta+i_{\beta}\cos\theta \\ -------------------------------------\\ 矩阵形式\\ \begin{bmatrix}i_d\\i_q\end{bmatrix}=\begin{bmatrix}\cos\theta&\sin\theta\\-\sin\theta&\cos\theta\end{bmatrix}\begin{bmatrix}i_\alpha\\i_\beta\end{bmatrix} id=iαcosθ+iβsinθiq=iαsinθ+iβcosθ矩阵形式[idiq]=[cosθsinθsinθcosθ][iαiβ]

3.3 park反变换公式

i α = i d cos ⁡ θ − i q sin ⁡ θ i β = i d sin ⁡ θ + i q cos ⁡ θ − − − − − − − − − 矩阵形式 [ i α i β ] = [ cos ⁡ θ − sin ⁡ θ sin ⁡ θ cos ⁡ θ ] [ i d i q ] i_{\alpha}=i_{d}\cos\theta-i_{q}\sin\theta \\ i_{\beta}=i_{d}\sin\theta+i_{q}\cos\theta \\ ---------\\ 矩阵形式\\ \begin{bmatrix}i_\alpha\\i_\beta\end{bmatrix}=\begin{bmatrix}\cos\theta&-\sin\theta\\\sin\theta&\cos\theta\end{bmatrix}\begin{bmatrix}i_d\\i_q\end{bmatrix} iα=idcosθiqsinθiβ=idsinθ+iqcosθ矩阵形式[iαiβ]=[cosθsinθsinθcosθ][idiq]

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/78743.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

软件系统容量管理:反模式剖析与模式应用

在数字化时代&#xff0c;软件系统的重要性日益凸显。随着业务的不断拓展和用户数量的持续增长&#xff0c;软件系统的容量管理成为保障其高效运行的关键因素。《发布&#xff01;软件的设计与部署》第二部分围绕容量展开深入探讨&#xff0c;系统地阐述了容量的定义、范围&…

23种设计模式-行为型模式之解释器模式(Java版本)

Java 解释器模式&#xff08;Interpreter Pattern&#xff09;详解 &#x1f9e0; 什么是解释器模式&#xff1f; 解释器模式是一种行为型设计模式&#xff0c;主要用于解释和执行语言的语法规则。它定义了一个解释器来处理特定的语言句法&#xff0c;并通过一个抽象语法树来…

基于Springboot + vue + 爬虫实现的高考志愿智能推荐系统

项目描述 本系统包含管理员和学生两个角色。 管理员角色&#xff1a; 个人中心管理&#xff1a;管理员可以管理自己的个人信息。 高校信息管理&#xff1a;管理员可以查询、添加或删除高校信息&#xff0c;并查看高校详细信息。 学生管理&#xff1a;管理员可以查询、添加或…

五种机器学习方法深度比较与案例实现(以手写数字识别为例)

正如人们有各种各样的学习方法一样&#xff0c;机器学习也有多种学习方法。若按学习时所用的方法进行分类&#xff0c;则机器学习可分为机械式学习、指导式学习、示例学习、类比学习、解释学习等。这是温斯顿在1977年提出的一种分类方法。 有关机器学习的基本概念&#xff0c;…

Blender插件 三维人物角色动作自动绑定 Auto-Rig Pro V3.68.44 + Quick Rig V1.26.16

Auto-Rig Pro是一个集角色绑定、动画重定向和Unity、Unreal Engine的Fbx导出于一体的全能解决方案。最初作为我个人的内部角色绑定工具开发&#xff0c;我几年前将其发布&#xff0c;并自那时起增加了许多新功能。 Blender插件介绍 Auto-Rig Pro插件简介 Auto-Rig Pro是一个强…

网络基础概念:从菜鸟到入门

前言&#xff1a;快递小哥的故事 想象一下你要给朋友寄个礼物&#xff0c;这个过程其实和网络通信非常相似&#xff1a; 1. 你需要知道朋友的”地址“&#xff08;IP地址&#xff09; 2. 要注明是送到他家大门还是物业代收&#xff08;端口号&#xff09; 3. 要选择快递公司并…

23种设计模式-行为型模式之中介者模式(Java版本)

Java 中介者模式&#xff08;Mediator Pattern&#xff09;详解 &#x1f9e0; 什么是中介者模式&#xff1f; 中介者模式是一种行为型设计模式&#xff0c;它通过定义一个中介者对象来封装一组对象之间的交互。中介者使得各个对象不需要显式地知道彼此之间的关系&#xff0c…

【Redis】基础4:作为分布式锁

文章目录 1. 一些概念2. MySQL方案2.1 方案一&#xff1a;事务特性2.1.1 存在的问题2.1.2 解决方案 2.2 方案二&#xff1a;乐观锁2.3 方案三&#xff1a;悲观锁 3. Redis3.1 实现原理3.2 实现细节3.2.1 问题1&#xff1a;持有期间锁过期问题3.2.2 问题2&#xff1a;判断和释放…

深度学习---框架流程

核心六步 一、数据准备 二、模型构建 三、模型训练 四、模型验证 五、模型优化 六、模型推理 一、数据准备&#xff1a;深度学习的基石 数据是模型的“燃料”&#xff0c;其质量直接决定模型上限。核心步骤包括&#xff1a; 1. 数据收集与标注 来源&#xff1a;公开数据集…

阿里云 OpenManus 实战:高效AI协作体系

阿里云 OpenManus 实战&#xff1a;高效AI协作体系 写在最前面初体验&#xff1a;快速部署&#xff0c;开箱即用 真实案例分享&#xff1a;从单体开发到智能良好提示词过程展示第一步&#xff1a;为亚马逊美国站生成商品描述第二步&#xff1a;为eBay全球站生成商品描述结果分析…

Kubernetes》》k8s》》explain查 yaml 参数

在创建json 和yaml 时&#xff0c;我们可能不知道具体的参数该怎么写。同样 我们可以通过explain这个 命令来查看 每个参数具体的作用与写法 # 查看 pod类性有哪些参数 kubectl explain pod# 查看pod中 spec下面有哪些参数 kubectl explain pod.spec

从零构建Dagster分区管道:时间+类别分区实战案例

分区是Dagster中的核心抽象概念&#xff0c;它允许我们管理大型数据集、处理增量更新并提高管道性能。本文将详细介绍如何创建和实现基于时间和类别的分区资产。 什么是分区&#xff1f; 分区是将数据集划分为更小、更易管理的部分的技术。在Dagster中&#xff0c;分区可以基于…

Cursor:AI时代的智能编辑器

在开发者社区掀起热潮的Cursor&#xff0c;正以破竹之势重塑编程工具格局。这款基于VS Code的AI优先编辑器&#xff0c;不仅延续了经典IDE的稳定基因&#xff0c;更通过深度集成的智能能力&#xff0c;将开发效率推向全新维度。2023年Anysphere公司获得的6000万美元A轮融资&…

SpringMVC再复习1

一、三层架构 表现层&#xff08;WEB 层&#xff09; 定义 &#xff1a;是应用程序与客户端进行交互的最外层&#xff0c;主要负责接收用户的请求&#xff0c;并将处理结果显示给用户。 作用 &#xff1a;在 Spring MVC 中&#xff0c;表现层通常采用 MVC 设计模式来构建。 技…

Centos 7系统 宝塔部署Tomcat项目(保姆级教程)

再看文章之前默认已经安装好系统&#xff0c;可能是云系统&#xff0c;或者是虚拟机。 宝塔安装 这个比较简单&#xff0c;参考这个老哥的即可&#xff1a; https://blog.csdn.net/weixin_42753193/article/details/125959289 环境配置 进入宝塔面板之后会出现环境安装&…

Nginx核心功能

目录 一&#xff1a;基于授权的访问控制 1&#xff1a;基于授权的访问控制简介 2&#xff1a;基于授权的访问控制步骤 &#xff08;1&#xff09;使用htpasswd 生成用户认证文件 &#xff08;2&#xff09;修改密码文件权限为400&#xff0c;将所有者改为nginx&#xff0c;…

AnimateCC基础教学:漫天繁星-由DeepSeek辅助完成

1.界面及元件抓图: 2.核心代码: // 初始化设置 var stars []; var stars2 []; var numStars 100; var stageWidth stage.canvas.width; var stageHeight stage.canvas.height; console.log(stageWidth, stageHeight);// 创建星星函数 function createStar() {var star n…

通过DeepSeek大语言模型控制panda机械臂,听懂人话,拟人性回答。智能机械臂助手又进一步啦

文章目录 前言环境配置运行测试报错 前言 通过使用智能化的工作流控制系统来精确操控机械臂&#xff0c;不仅能够基于预设算法可靠地规划每个动作步骤的执行顺序和力度&#xff0c;确保作业流程的标准化和可重复性&#xff0c;还能通过模块化的程序设计思路灵活地在原有工作流中…

分享一款免费的 AI 工作流平台

分享一款 AI 工作流/任务流平台&#xff0c;通过直观的流程图设计&#xff0c;轻松实现复杂业务流程的自动化与可视化&#xff0c;无缝集成 AI 大模型、AI 生图、数据库、条件分支、并行节点、自定义任务节点等等。 效果图&#xff1a; 官网体验地址&#xff1a;https://www.…

前端开发本地配置 HTTPS 全面详细教程

分为两步&#xff1a;生成证书、本地服务配置使用证书一、HTTPS 的基本概念 HTTPS 是一种安全的 HTTP 协议&#xff0c;它通过 SSL/TLS 对数据进行加密&#xff0c;确保数据在传输过程中不被窃取或篡改。在前端开发中&#xff0c;某些功能&#xff08;如 Geolocation API、Web…