拓尔微技术干货 | get 5个知识点,了解细分驱动技术

本文详细介绍了步进电机驱动的五个关键知识点:步进电机驱动原理、五线与四线步进电机的区别、2-2相励磁与1-2相励磁的对比、优化方案及拓尔微TMI8150B的128细分驱动技术,旨在帮助读者深入理解步进电机驱动技术。

本期我们对步进电机驱动原理、五线的步进电机和四线的步进电机、2-2相励磁和1-2相励磁、步进电机驱动的优化方案、拓尔微TMI8150B细分驱动技术的原理进行详细的介绍,共分为5个知识点,全是技术干货,赶紧get下来~

✔get 1:步进电机驱动原理

网络摄像机里用到的步进电机,也被称为步进减速电机。内部带有减速机构,由于减速齿轮的存在,电机转速一般不高,但扭矩却得到了提升。适用于对转速要求不高,但整体结构负载偏大的场合,如网络摄像机。


步进减速电机

✔get 2:五线的步进电机VS四线的步进电机

网络摄像机里用到的步进减速电机分为两种,最常见的是五根线的步进电机和四根线的步进电机。下图为五线步进减速电机外形图及接线示意图,五线电机多出的一根线是公共电源线,接到外部的5V或者12V电源,这根线从电机内部的两个线圈的中间抽头引出,并短接在一起。


五线步进减速电机外形图

 
五线步进减速电机接线示意图

五线的步进电机可以通过达林顿管的方式进行驱动,也是目前最为常见的驱动方式。在使用达林顿管驱动时,线圈电流的方向都是固定的从公共端流入,再从另外的四根线的端口流出,这种驱动方式也叫单极性驱动。

下图为四线步进减速电机外形图及接线示意图,四线的步进电机则需要通过全桥电路进行驱动。在正常驱动时,线圈内部电流有正、负两个方向,这种驱动方式也被称为双极性驱动;

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值