pid計算的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

機電整合控制：多軸運動設計與應用(第六版)(附部分內容光碟)

為了解決pid計算的問題，作者施慶隆,李文猶 這樣論述：

　　此書之目的即在提供機電整合及機器人系統之運動控制的基本工作原理、理論分析、設計與應用實例及實驗結果等資料。 　　由於資訊化功能、網路通訊功能、以及人機介面圖像化等需求愈來愈殷切，使得網際網路的持續發展必將在自動化產業上扮演更重要的角色。機構組件網路化的機電系統整合更是一個值得關注的發展潮流。應用網際網路的技術，將可提昇產品的附加價值與提高產品的競爭優勢。另外值得一提的是電腦視覺與影像處理技術的持續發展勢必在未來自動化產品上扮演更智慧、更重要的角色。整合高速電腦視覺處理的機電整合及機器人系統更是一值得關注的發展潮流。 　　本書共二十六章依各章之性質將全書分為三篇：基本

原理篇、機械臂原理篇及運動控制應用實例篇。第一部份基本原理篇中共包含有五章，它可作為多軸運動控制的入門知識。第二部份為多軸機械臂運動控制的基礎理論介紹。最後第三部份應用實例篇共有十二章，分別介紹六個運動控制系統的完整實例。為了全書內容的完整性，於本書附錄中詳細介紹運動控制系統常用之機電介面。 本書特色 　　1.本書以實用的基本理論為基礎，以深入淺出的方式介紹機電整合系統多軸運動控制的基本知識與原理。 　　2.本書闡述機械臂及機器人的基本工作原理，其內容可加強機電整合系統之理論基礎。 　　3.本書涵蓋運動控制器設計與製作實例，諸如多軸伺服馬達運動控制系統、半導體設備控制系統、機械臂自動鑽

骨控制系統以及機器人系統設計等。

pid計算進入發燒排行的影片

應用分解加速度法於平面並聯式機械臂之運動控制研究

為了解決pid計算的問題，作者唐世謙 這樣論述：

本論文的研究主旨為運用五種不同的控制方法，針對三自由度平面並聯式機械手臂(3-RRR PPM)做運動控制，根據其比較結果找出較佳的控制方案，並探討未來的可行性與改進目標。本論文首先介紹三自由度平面並聯式機械手臂的模型，接著推導其運動學與動力學方程式，並針對此種機械手臂的工作空間與奇異點做分析，防止機械手臂超出工作空間造成硬體的損壞。在控制理論部分，本論文使用五種不同的控制器做位置控制，分別為比例-積分-微分控制(PID)、計算力矩控制(CTC)、分解加速度控制(RAC) 、影像伺服分解加速度控制(VSRAC)、卷積神經網路分解加速度控制(CNN-RAC)，其中後兩者為新型控制方法。VSRAC

是RAC的變形，其目的是要降低RAC的運算量與提升追蹤軌跡的精準度，因而加入影像資訊做修正，但是影像處理仍需一定的運算時間。為了解決此問題，本文提出CNN-RAC的控制方法，藉由卷積神經網路學習影像與終端點之間的關係，該方法除了可以有效降低影像處理所需時間，亦改善影像處理中雜訊影像無法抓取問題。硬體與實驗部分，本論文使用無刷直流馬達(BLDC)作為機械手臂的致動器，藉由德州儀器(TI)的數位訊號處理器(DSP)做馬達控制並搭配開發軟體CCS做程式的撰寫，採用RS485做為電腦與DSP之間的通訊架構，電腦端則是使用C#開發工具運算控制器的輸出命令。而模擬部分則是使用MATLAB數學軟體，由推得的

動力學做為系統模型，帶入實際硬體之數據，根據模擬結果找出可收斂的Kp與Kd參數以此做為實驗架構的基礎。最後根據比例-積分-微分控制、計算力矩控制、分解加速度控制、影像伺服分解加速度控制、卷積神經網路分解加速度控制五種控制理論的模擬與實驗結果做比較與分析，並根據其結果提出較適合的三自由度的平面並聯式機械手臂的控制方法以及未來可深入研究之方向。

泛用伺服馬達應用技術(第四版)

為了解決pid計算的問題，作者顏嘉男  這樣論述：

　　本書是以伺服馬達使用者應用層面為主，由淺入深的方式讓讀者能更快速的進入伺服馬達的應用相關領域。本書將泛用伺服馬達系統架構分章依序說明，讓初學者更容易了解，控制器部份運用較基礎型控制模組，將通用且必要的知識先作說明介紹，再以進階型控制模組將伺服馬達的控制觀念作加強，如此一來往後對於其他型號控制器，能有效應用，而本書將作者的工作經驗及從事自動化教育訓練心得整理成冊，以供讀者參考，相信必然可省去不少自我摸索的時間，能更快進入相關知識領域。    本書特色   　　1.本書將泛用伺服馬達相關應用技術一步一步整合說明，不必經過長期摸索，讓使用者盡速瞭解使用重點。 　　2.本書由基本理論至控制器介

面接面處理及參數設定等，都有深入簡出的介紹。 　　3.介紹如何依機構負載特性，計算並選用伺服及步進馬達規格。

電梯驅動器之研究與製作

為了解決pid計算的問題，作者邱啟文 這樣論述：

本論文採用直流無刷減速機馬達驅動電梯的動力系統，且研製其驅動器以實現馬達三相六開關之導通，系統控制方面則是利用類神經網絡演算法（Radial Basis Function Neural Network， RBFNN）作為基礎演算出PID（Proportion Integration Differentiation）參數最佳值，藉以控制速度與電流響應，以達到動力系統之穩定與節能之功用；而減速機方面則是使用齒輪比的概念，利用齒輪比來將高轉速低扭力的動力源轉換為低轉速高扭力，藉以將輸出轉速降低並提高其負載能力。本論文採用德州儀器公司生產之（Texas Instruments, TI）Tiva C

Series TM4C123G 此微控制器是以 ARM Cortex-M4F 作為核心，並且利用馬達內之霍爾感測器偵測轉子相對位置，以此為基礎計算當下轉速。另外使用電流偵測器將其當下電流值轉換為電壓，再以運算放大器調整電壓大小與準位，藉以使控制板得以擷取當下電流值回授，並將其速度與電流回授值做類神經PID計算出最佳值，使速度得以做出最佳的響應。本論文所使用的軟體編輯為KEIL公司之開發環境MDK-ARM，並利用C語言撰寫程式用以控制馬達之驅動，程式架構分為主程式、GPIO、PWM、ADC、UART與中斷副程式構成。監控方面則以Visual Studio 2012 所架構之人機監控系統，此軟體

為微軟(Microsoft)所開發的程式編譯環境，而我們所使用的語言為C#，並搭配其圖形介面設計出監控介面，使得速度、電流、KP、KI、KD等數值監控得以實現。機構方面則是使用達梭系統（Dassault Systemes S.A.）旗下的SolidWorks公司開發的繪圖軟體，做機構設計與模擬。實驗部份則分為：（1）速度PID（2）速度與電流PID（3）速度RBFNN PID（4）速度與電流RBFNN PID進行實驗與量測，在實驗過程中了解，若使用單一組PID參數無法滿足不同的速度負載之下的狀況，導致收斂狀況不如預期，故在此實驗中加入RBFNN調變PID參數，使得電梯得以在不同速度與負載之下平

穩運行。