點(diǎn)擊藍(lán)字關(guān)注我們

本發(fā)明涉及一種三自由度運(yùn)動(dòng)永磁球形步進(jìn)電動(dòng)機(jī)驅(qū)動(dòng)電路，包括電源、逆變單元、驅(qū)動(dòng)單元、邏輯轉(zhuǎn)換單元、電流采樣控制單元、過(guò)流保護(hù)控制單元；所述邏輯轉(zhuǎn)換單元與逆變單元相連、電流采樣控制單元與逆變單元相連、過(guò)流保護(hù)控制單元與逆變單元相連，所述逆變單元與驅(qū)動(dòng)單元相連；所述驅(qū)動(dòng)電路共有四層、每層結(jié)構(gòu)完全相同，每層之間通過(guò)電源線并聯(lián)連接。本發(fā)明根據(jù)三自由度永磁球形步進(jìn)電動(dòng)機(jī)結(jié)構(gòu)特點(diǎn)，將控制電路與驅(qū)動(dòng)電路分離設(shè)計(jì)，驅(qū)動(dòng)電路能夠輸出最大15A的驅(qū)動(dòng)電流，具有結(jié)構(gòu)簡(jiǎn)單、輸出電流功率大、精度高等優(yōu)點(diǎn)。

本發(fā)明公開(kāi)了一種基于欠采樣信號(hào)的軸承故障診斷方法及無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)裝置，包括：(1)加速度計(jì)安裝在待測(cè)試軸承座上，將可編程濾波器配置為抗混疊低通濾波器；(2)對(duì)第一幀振動(dòng)信號(hào)進(jìn)行過(guò)采樣，將信號(hào)通過(guò)無(wú)線模塊發(fā)送至電腦，利用譜峭度方法確定振動(dòng)信號(hào)的中心頻率和帶寬；(3)根據(jù)中心頻率和帶寬，將可編程濾波器配置為帶通濾波器，計(jì)算容許欠采樣頻率，并選擇最低欠采樣頻率；(4)從第二幀開(kāi)始，對(duì)振動(dòng)信號(hào)進(jìn)行欠采樣，將欠采樣信號(hào)發(fā)送至電腦，對(duì)振動(dòng)信號(hào)進(jìn)行包絡(luò)解調(diào)分析軸承故障。本發(fā)明具有的優(yōu)點(diǎn)為顯著減小了振動(dòng)信號(hào)的采樣頻率和數(shù)據(jù)長(zhǎng)度，進(jìn)而降低了無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)的內(nèi)存占用、功耗和數(shù)據(jù)傳輸時(shí)間，提高了軸承故障診斷效率。

一種基于Spark平臺(tái)Web服務(wù)個(gè)性化推薦方法及系統(tǒng)，包括：提取用戶在電商應(yīng)用或信息平臺(tái)的行為數(shù)據(jù)，對(duì)收集的行為數(shù)據(jù)進(jìn)行評(píng)估分析；利用基于商空間粒度分析的覆蓋聚類算法對(duì)收集的行為數(shù)據(jù)進(jìn)行聚類處理得出聚類結(jié)果，根據(jù)上述聚類結(jié)果構(gòu)建用戶關(guān)聯(lián)矩陣Mu和服務(wù)關(guān)聯(lián)矩陣Ms，再通過(guò)對(duì)上述構(gòu)建的關(guān)聯(lián)矩陣進(jìn)行目標(biāo)用戶和目標(biāo)Web服務(wù)的相似鄰居分析，得出目標(biāo)用戶和目標(biāo)Web服務(wù)的相似鄰居結(jié)果，并根據(jù)相似鄰居結(jié)果的聚類信息對(duì)用戶的評(píng)價(jià)值QoS進(jìn)行預(yù)測(cè)和混合處理得出推薦算法；在Spark平臺(tái)下對(duì)該推薦算法進(jìn)行并行化計(jì)算，對(duì)計(jì)算結(jié)果進(jìn)行存儲(chǔ)。該方法有效提高了Web服務(wù)推薦的準(zhǔn)確性和效率，同時(shí)緩解了推薦過(guò)程中可能存在的數(shù)據(jù)稀疏性以及擴(kuò)展性問(wèn)題。