基于PLC的智能电梯控制系统仿真设计

来源 :九江学院学报:自然科学版 | 被引量 : 0次 | 上传用户:hhrs918
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
文章主要应用PLC平台作为现场控制器,对电梯系统的上行、下行、电梯应急呼叫报警等基本功能进行仿真控制,并通过连接上位机进行调试运行。该设计有效结合PLC的编程逻辑简单、抗干扰能力强的特点与组态强大的信息采集、过程控制特点,为电梯控制系统提供一个较为理想的控制方案。
其他文献
采用拉伸法测量金属丝的杨氏模量关键在于精准的测量金属丝受力产生的形变.自制杨氏模量测量仪在测量金属丝的受力大小和微小形变时采用传感器技术,传感器将得到的金属丝的受力大小和形变转化为电信号,再通过数字量显现,实现拉伸法测量金属丝的杨氏模量的智能化.
基于传统测量方法的边坡测绘只能获取单一点的变化情况,无法获取整体变形信息,而基于三维激光扫描技术的特点,可实现观测边坡的整体数据比较情况。通过扫描仪对边坡的定期观测,结合HD-3LS-SCENE软件生成数字高程模型DEM,基于栅格边坡的坡度、坡向分析以及边坡的3D、2D比较计算分析,进而获取边坡整体的变形信息;最后结合全站仪对测量数据进行精度评定。结果表明,三维激光扫描仪在边坡监测方面具有一定优势
新型冠状病毒严重急性呼吸综合征冠状病毒2(SARS-CoV-2)感染引发的新型冠状病毒肺炎(COVID-19)疫情在全球持续流行,疫苗的研发和推广使用是阻止新冠疫情的关键手段。SARS-CoV-2核衣壳蛋白(NP)作为病毒的主要结构蛋白,是疫苗开发的潜在候选靶点。鞭毛素B(FlaB)可作为免疫佐剂,增强抗原的免疫原性。本研究对NP和NP-FlaB融合蛋白的免疫原性开展了研究,利用大肠杆菌表达系统分别表达纯化了NP、NP-FlaB融合蛋白,将抗原通过皮下或鼻内途径免疫BALB/c小鼠,分析血清中NP特异性免
土壤改良的目的是改善土壤结构、提高土壤肥力,为作物创造良好的土壤环境。土壤改良需要依据各地的自然条件和经济条件,因地制宜。文章对低产油茶林地土壤改良的文献成果进行了系统梳理与归纳。研究表明,垦复、合理施肥、间作和微生物接种均可在一定程度上提高土壤的水分、通气及养分状况,可为低产油茶林制定科学合理的土壤改良方案提供理论依据。
目的 分析在接受PCI介入治疗的合并ACS(急性冠脉综合征)的房颤患者当中,接受利伐沙班与华法林治疗的效果.方法 选择阳春市中医院2020年1-12月期间收治的66例房颤合并ACS患者
为了研究鱼类疖疮病的生物防治方法,以引起鱼类疖疮病的病原菌杀鲑气单胞菌(Aeromonas salmonicida)为指示菌,从土壤中筛选到对该致病菌有较强拮抗活性的放线菌I6,经16S rRNA分析鉴定为链霉菌(Strptomyces sp.)。链霉菌I6的次级代谢产物对杀鲑气单胞菌具有很强的抗菌活性且对鱼类无毒力,在鱼类疖疮病的治疗和防控中具有应用潜力。为了提高链霉菌I6抗菌活性物质的产量,对该I6菌株进行发酵条件优化,确定其最佳发酵培养基为AM3-1,最适初始pH为7~8,最佳培养时间为5 d,种子
随时科技的发展,目前存在众多以生物特性为样本的识别系统,其中虹膜识别是一种具有高精度、普遍性、唯一性、低入侵性的一种生物识别系统。虹膜识别包括:虹膜获取、图像预处理、特征提取、特征匹配等;其中图像处理是决定识别精度的一个重要环节。基于多通道卷积神经网络算法建立的虹膜系统的正确率相对于其他算法要高。
结核病的病原体结核分枝杆菌是最致命的传染病病原体之一,然而2019年新冠疫情对结核病防治工作造成了沉重打击,因此对结核分枝杆菌进行深入研究有着重要的意义。基因组学的研究表明,结核分枝杆菌来源Ⅰ型3-甲基腺嘌呤DNA糖基化酶TagA(MtbTagA)可识别和切除受损烷基化碱基,以此维持基因组的正常复制、转录和翻译,但其结合底物的类型、催化机制以及结构基础尚不清楚。在大肠杆菌中异源表达MtbTagA,通过镍介质亲和层析、离子交换层析以及凝胶过滤层析的方法获得高纯度的蛋白。动态光散射(DLS)试验发现MtbTa
目的探讨维生素C和多西环素(Doxycycline)联用对人肝癌细胞株HepG2细胞增殖的抑制作用及其作用机制。方法在体外用细胞培养技术培养人肝癌HepG2细胞,用维生素C和多西环素联合干预,倒置显微镜下观察肿瘤细胞的生长情况,MTT法检测Vitmin C和Doxycycline联合应用对HepG2细胞增殖活性的影响,同时测定肝癌细胞肿瘤标志物(AFP、γ-GT)和凋亡蛋白(Fas、Bcl-2、Bax)的含量。结果用维生素C和多西环素联合干预HepG2细胞72h,能明显抑制肿瘤细胞的增殖(p<0.0
肌电信号蕴含着丰富的神经肌肉运动信息,对肌电信号进行模式识别是实现肌电假肢控制的基础。特征提取是模式识别中关键的一环,模式识别效果与特征值的选取以及分类器的设计具有直接关系。支持向量机(SVM)是一种基于统计学习理论的机器学习方法。该方法可自动寻找出那些对分类有较好区别能力的支持向量,由此构造出的分类器对于小样本、非线性情况具有很好的分类效果。文章通过提取表面肌电信号小波变换系数绝对值的最大值与时