自动控制原理学习笔记(持续更新)
文章目录
- 自动控制原理
- 控制系统的数学模型
- 非线性特性线性化
- 传递函数
- 零极点表示
- 时间常数表示法
- 信号流图与梅逊公式
- 时域分析法
- 典型输入函数
- 性能指标
- 暂态性能指标
- 稳态性能指标
- 一阶系统的时域分析
- 二阶系统的时域分析
- 二阶系统的性能改善
- 误差比例微分控制
- 输出量的速度反馈控制
- 线性系统的稳定性分析
- 劳斯判据
- 劳斯表
- 赫尔维茨判据
- 线性系统的稳定误差
- 根轨迹分析法
- 基本概念
- 根轨迹方程
- 基本法则
- 概述
- 利用根轨迹分析系统
- 典例
- 频率特性分析法
- 系统开环频率特性的绘制
- 线性系统的校正
- 对数幅频特性与系统性能的关系
- 频率法串联校正
- 串联超前校正
- 离散控制系统
- 非线性系统
- 典型非线性特性
- 非线性系统分析
自动控制原理
控制系统的数学模型
非线性特性线性化
传递函数
G(s)=C(s)R(s)G(s) = {C(s) \over R(s)} G(s)=R(s)C(s)
零极点表示
G(s)=C(s)R(s)=Kg∏j=1n(s−zj)∏i=1n(s−pi)G(s) = {C(s) \over R(s)} = K_g{\prod\limits_{j=1}^n (s-z_j)\over \prod\limits_{i = 1}^n(s-p_i)} G(s)=R(s)C(s)=Kgi=1∏n(s−pi)j=1∏n(s−zj)
Kg=b0a0K_g={b_0\over a_0}Kg=a0b0 为根轨迹增益.
时间常数表示法
G(s)=C(s)R(s)=Kg∏j=1n(τjs+1)∏i=1n(τis+1)G(s) = {C(s) \over R(s)} = K_g{\prod\limits_{j=1}^n (\tau_js+1)\over \prod\limits_{i = 1}^n(\tau_is+1)} G(s)=R(s)C(s)=Kgi=1∏n(τis+1)j=1∏n(τjs+1)
信号流图与梅逊公式
G(s)=1Δ∑k=1nPkΔkG(s) = {1\over\Delta} \sum\limits_{k=1}^n{P_k\Delta_k} G(s)=Δ1k=1∑nPkΔk
Δ=1−∑La−∑LbLc−∑LdLeLf\Delta = 1-\sum L_a-\sum L_bL_c - \sum L_dL_eL_f Δ=1−∑La−∑LbLc−∑LdLeLf
我在算的时候,就是找出所有的回路,然后把回路上的所有的函数乘起来。
PkP_kPk表示前项通路,在找出前项通路后,把通路上的一串函数乘起来就是了
Δk\Delta_kΔk就是找到与PkP_kPk不接触的回路,然后用111减去不接触回路上串上的函数就好了。
时域分析法
典型输入函数
- 阶跃函数
L[1(t)]=1sL[1(t)] = {1\over s} L[1(t)]=s1 - 斜坡函数
L[t⋅1(t)]=1s2L[t\cdot1(t)] = {1\over s^2} L[t⋅1(t)]=s21 - 抛物线函数(加速度)
L[12t2⋅1(t)]=1s3L[{1\over 2}t^2\cdot1(t)] = {1\over s^3} L[21t2⋅1(t)]=s31 - 脉冲函数
- 正弦函数
性能指标
暂态性能指标
tdt_dtd:延时时间,调节时间
trt_rtr:上升时间
tpt_ptp:峰值时间
σ%\sigma \%σ%:最大超调量
σ%=cmax−c(∞)c(∞)×100%\sigma \% = {c_{max} - c(\infty)\over c(\infty) }\times100\% σ%=c(∞)cmax−c(∞)×100%
稳态性能指标
ess=limt→∞[r(t)−c(t)]e_{ss} = \lim\limits_{t\to\infty}[r(t) - c(t)] ess=t→∞lim[r(t)−c(t)]
期望值与实际值之差
一阶系统的时域分析
G(s)=C(s)R(s)=1Ts+1G(s) = {C(s)\over R(s)} = {1\over Ts+1} G(s)=R(s)C(s)=Ts+11
阶跃响应
r(t)=1(t),r(t) = 1(t), r(t)=1(t),
c(t)=css−ct(t)=1−e−tTc(t) = c_{ss} - c_{t}(t) = 1-e^{-t\over T} c(t)=css−ct(t)=1−eT−t
单位脉冲响应
r(t)=δ(t)r(t) = \delta(t) r(t)=δ(t)
c(t)=css−ct(t)=1Te−tT(t≥0)c(t) = c_{ss} - c_{t}(t) = {1\over T}e^{-t\over T} (t\ge0) c(t)=css−ct(t)=T1eT−t(t≥0)
单位斜坡响应
r(t)=t⋅1(t)r(t)=t\cdot 1(t) r(t)=t⋅1(t)
c(t)=(t−T)+T⋅exp(−tT)c(t) = (t-T)+T\cdot\exp({-t\over T}) c(t)=(t−T)+T⋅exp(T−t)
暂态性能指标
ts=4T(Δ=2%)(一阶系统)tp=2.2T(第二种定义)\\t_s = 4T (\Delta = 2\%)(一阶系统) \\t_p = 2.2T(第二种定义) ts=4T(Δ=2%)(一阶系统)tp=2.2T(第二种定义)
稳态性能指标
ess=0e_ss = 0 ess=0
二阶系统的时域分析
Φ(s)=ωn2s2+2ξωns+ωn2\varPhi(s) = {\omega_n^2\over s^2 + 2\xi\omega_ns + \omega_n^2} Φ(s)=s2+2ξωns+ωn2ωn2
ξ=0\xi=0ξ=0
C(s)=ωn2s(s2+ωn2)=1s−ss2+ωn2C(s) = {\omega_n^2\over s(s^2+\omega_n^2)} = {1\over s}-{s\over s^2+\omega_n^2}\\ C(s)=s(s2+ωn2)ωn2=s1−s2+ωn2s
c(t)=1−cosωntc(t) = 1-\cos \omega_nt c(t)=1−cosωnt0<ξ<10<\xi<10<ξ<1
ξ=1\xi=1ξ=1
ξ>1\xi>1ξ>1
C(s)=ωn2s(s2+ωn2)=1s−s+2ξωn2s2+2ξωn2+ωn2C(s) = {\omega_n^2\over s(s^2+\omega_n^2)} = {1\over s}-{s+2\xi\omega_n^2 \over s^2+2\xi\omega_n^2+\omega_n^2}\\ C(s)=s(s2+ωn2)ωn2=s1−s2+2ξωn2+ωn2s+2ξωn2
系统超调量只与阻尼比有关,相应速度与自然振荡频率和阻尼比有关。
当系统结构增加微分控制时,由于零点的作用,可增大阻尼比而不改变自然振荡频率,相应地使超调量减小。
二阶系统的性能改善
误差比例微分控制
l=(1τ−ξdωn)2+(ωn1−ξd2)2l=\sqrt{({1\over\tau}-\xi_d \omega_n)^2+(\omega_n\sqrt{1-\xi_d^2})^2} l=(τ1−ξdωn)2+(ωn1−ξd2)2
输出量的速度反馈控制
没有增加闭环零点,同样可使得阻尼比增大,自然频率不变,使系统超调量减小,响应速度加快
线性系统的稳定性分析
劳斯判据
线性系统的稳定条件是劳斯表中第一列完全为正,并且第一列中各元素变号的次数代表特征方程正实部根的数目
第一列中出现为元素为零的情况,则用一个很小的正数ε\varepsilonε代替.
劳斯表
在计算劳斯表时,算的是上两行对角线元素的,其实就是算一个行列式的,系数为上一行元素的负的导数,其中行列式的第一列两个元素不变,第二列的两个元素一次后移一列,取两个元素放在第二列,计算行列式的值。
劳斯表的计算可以概括为:
前两行都是由系统方程的系数决定,之后的每一行都是可通过计算下面的这个行列式(1)(1)(1)得到。
第一列中出现为元素为零的情况,则用一个很小的正数ε\varepsilonε代替.
sns^nsn | a0a_0a0 | a2a_2a2 | a4a_4a4 | ⋯\cdots⋯ |
sn−1s^{n-1}sn−1 | a1a_1a1 | a3a_3a3 | a5a_5a5 | ⋯\cdots⋯ |
ci=1b0∣a0ai+1b0bi+1∣(1)c_i={1\over b_0} \left| \begin{array}{cccc} a_0 &a_{i+1}\\ b_0 & b_{i+1} \end{array} \right| \tag{1} ci=b01∣∣∣∣a0b0ai+1bi+1∣∣∣∣(1)
sns^nsn | a0a_0a0 | a2a_2a2 | a4a_4a4 | ⋯\cdots⋯ |
sn−1s^{n-1}sn−1 | a1a_1a1 | a3a_3a3 | a5a_5a5 | ⋯\cdots⋯ |
sn−2s^{n-2}sn−2 | b1b_1b1 | b2b_2b2 | b3b_3b3 | ⋯\cdots⋯ |
sn−3s^{n-3}sn−3 | c1c_1c1 | c2c_2c2 | c3c_3c3 | ⋯\cdots⋯ |
sn−3s^{n-3}sn−3 | c1c_1c1 | c2c_2c2 | c3c_3c3 | ⋯\cdots⋯ |
b1=1a1∣a1a3a0a2∣b_1={1\over a_1} \left| \begin{array}{cccc} a_1 &a_3\\ a_0 & a_2 \end{array} \right| b1=a11∣∣∣∣a1a0a3a2∣∣∣∣
b2=1a1∣a1a5a0a4∣b_2={1\over a_1} \left| \begin{array}{cccc} a_1 &a_5\\ a_0 & a_4 \end{array} \right| b2=a11∣∣∣∣a1a0a5a4∣∣∣∣
c1=1b1∣b1a1a2a3∣c_1={1\over b_1} \left| \begin{array}{cccc} b_1 &a_1\\ a_2 & a_3 \end{array} \right| c1=b11∣∣∣∣b1a2a1a3∣∣∣∣
赫尔维茨判据
Dn=∣∣D_n=\left| \begin{array}{cccc} \end{array} \right| Dn=∣∣
线性系统的稳定误差
系统误差ε(t)=c0(t)−c(t)\varepsilon(t)=c_0(t)-c(t)ε(t)=c0(t)−c(t)
稳态误差
ess=limt→∞ε(t)e_{ss} =\lim\limits_{t\to \infty}\varepsilon(t)ess=t→∞limε(t)
根据终值定理得到
ess=limt→∞e(t)=lims→0sE(s)e_{ss}=\lim \limits_{t\to\infty} e(t)=\lim\limits_{s\to0}sE(s)ess=t→∞lime(t)=s→0limsE(s)
E(s)=11+G(s)H(s)R(s)=11+Gk(s)R(s)=Φe(s)R(s)E(s)={1\over1+G(s)H(s)}R(s)={1\over1+G_k(s)}R(s)=\varPhi_e(s)R(s)E(s)=1+G(s)H(s)1R(s)=1+Gk(s)1R(s)=Φe(s)R(s)
Gk(s)G_k(s)Gk(s)为 开环传递函数
ess=lims→0sR(s)1+Gk(s)=lims→e_{ss}=\lim\limits_{s\to0} {sR(s)\over1+G_k(s)}=\lim\limits_{s\to}ess=s→0lim1+Gk(s)sR(s)=s→lim
根轨迹分析法
Φ(s)=Kgs2+s+Kg\varPhi(s) = {K_g\over s^2 +s+K_g} Φ(s)=s2+s+KgKg
基本概念
from control import *
import matplotlib.pyplot as pltKg = 1sys1 = tf([Kg],[1,2,Kg])
print("sys1:\n",sys1)
rlocus(sys1)
plt.show()
根轨迹方程
实质是寻找系统闭环传递特征方程的根
1+G(s)=01+G(s) = 0\\ 1+G(s)=0
开环传递函数:
Gk(s)=G(s)H(s)=Kg∏j=1m(s−zj)∏i=1n(s−pi)G_k(s) = G(s)H(s)={K_g \prod\limits_{j=1}^m(s-z_j)\over \prod\limits_{i=1}^n (s-p_i)} Gk(s)=G(s)H(s)=i=1∏n(s−pi)Kgj=1∏m(s−zj)
根轨迹方程:
Kg∏j=1m(s−zj)∏i=1n(s−pi)=−1{K_g \prod\limits_{j=1}^m(s-z_j)\over \prod\limits_{i=1}^n (s-p_i)}=-1 i=1∏n(s−pi)Kgj=1∏m(s−zj)=−1
幅值和相角
Kg∏j=1m∣s−zj∣∏i=1n∣s−pi∣=−1{K_g \prod\limits_{j=1}^m|s-z_j|\over \prod\limits_{i=1}^n |s-p_i|}=-1 i=1∏n∣s−pi∣Kgj=1∏m∣s−zj∣=−1
∑j=1m∠(s−zj)−∑i=1n∠(s−pi)=(2k+1)π\sum\limits_{j=1}^m\angle{(s-z_j)} -\sum\limits_{i=1}^n\angle(s-p_i) = (2k+1)\pi j=1∑m∠(s−zj)−i=1∑n∠(s−pi)=(2k+1)π
试探法
基本法则
连续性:Kg:0→∞K_g:0\to\inftyKg:0→∞
对称性:关于原点对称
分支数:max(m,n)\max(m,n)max(m,n) mmm开环零点,nnn开环极点。
D(s)=∏i=1n(s−pi)+Kg∏j=1m(s−zj)=0D(s)=\prod\limits_{i=1}^n(s-p_i) + K_g\prod\limits_{j=1}^m(s-z_j) = 0 D(s)=i=1∏n(s−pi)+Kgj=1∏m(s−zj)=0
根轨迹是系统开环传递函数中的某个参数变化时,闭环特征根在复平面上变化的轨迹起点与终点
渐近线
根轨迹的出射角和入射角
实轴上根轨迹:实轴上根轨迹区段的右侧,开环零、极点数目之和应为奇数。
根轨迹的分离点:两条或聊条以上根轨迹分支在s平面上相遇又分开的点sds_dsd
起点和终点。当K=0K=0K=0时,有s=pj(j=1,2,⋯,n)s=p_j(j=1,2,\cdots,n)s=pj(j=1,2,⋯,n),当K=∞K=\inftyK=∞,s=zjs=z_js=zj
G(s)=Kgs(s+1)(s+2)=Kgs3+3s2+2s,Kg∈(0,+∞)G(s) = {K_g\over s(s+1)(s+2)} = {K_g \over s^3+3s^2+2s},K_g \in(0,+\infty) G(s)=s(s+1)(s+2)Kg=s3+3s2+2sKg,Kg∈(0,+∞)
from control import *
import matplotlib.pyplot as plt
num = [1]
den = [1,3,2,0]
print(num,den)
sys = tf(num,den)
print(sys)
rlocus(sys)
plt.savefig("root_locus.png")
plt.show()
m=0,n=3m=0,n=3m=0,n=3
D(s)=s(s+1)(s+2)=0D(s) =s(s+1)(s+2)=0D(s)=s(s+1)(s+2)=0得到p1=0,p2=−1,p3=−2p_1 =0,p_2=-1,p_3=-2p1=0,p2=−1,p3=−2
渐近线与实轴正方向夹角
φa=(2k+1)πn−m,k=0,1,⋯,n−m−1\varphi_a={(2k+1)\pi \over n-m},k=0,1,\cdots,n-m-1 φa=n−m(2k+1)π,k=0,1,⋯,n−m−1
φa=π3,π,5π3\varphi_a = {\pi\over 3},{\pi},{5\pi \over 3} φa=3π,π,35π
渐近线与实轴交点
σa=∑i=1npi−∑j=1mzin−m\sigma_a = {\sum\limits_{i=1}^np_i - \sum\limits_{j=1}^m z_i\over n-m} σa=n−mi=1∑npi−j=1∑mzi
σa=−0−1−23−0=−1\sigma_a = {-0-1-2\over3-0} = -1σa=3−0−0−1−2=−1
dD(s)ds=3s2+6s+2{dD(s)\over ds} = 3s^2+6s+2 dsdD(s)=3s2+6s+2
Sd=−6±62−4×3×22×3=−1±33S_d ={-6 \pm \sqrt{6^2-4\times3\times2}\over2\times3}=-1\pm{\sqrt{3} \over 3}Sd=2×3−6±62−4×3×2=−1±33
sd1=−1−13=−1.577(舍弃),sd2=−1+13=−0.432(是分离点)s_{d1} = -1-{1\over \sqrt3}=-1.577(舍弃),s_{d2} = -1 + {1\over \sqrt3}=-0.432(是分离点)sd1=−1−31=−1.577(舍弃),sd2=−1+31=−0.432(是分离点)
与虚轴的焦点
劳斯盘据法
闭环特征方程
D(s)=s3+3s2+2s+Kg=0D(s)=s^3+3s^2+2s+K_g=0D(s)=s3+3s2+2s+Kg=0
s3s^3s3 | 1 | 2 |
s2s^2s2 | 3 | KgK_gKg |
sss | 6−Kg3{6-K_g\over3}36−Kg | |
s0s^0s0 | KgK_gKg |
令6−Kg3=0得,Kg=6令{6-K_g\over3} = 0\\ 得,K_g=6 令36−Kg=0得,Kg=6
列辅助方程
3s2−6=03s^2-6 = 03s2−6=0
解得s=±2s=\pm\sqrt{2}s=±2
概述
根轨迹法通常用来研究环路增益所带来的影响。
系统特征方程中的线性变化的任何参数中上。
利用根轨迹分析系统
主导极点:靠近徐州有无闭环零点的一些闭环极点对系统性能影响最大,成为主导极点。凡是实部比主导极点实部大5倍以上的其他闭环零、极点对胸痛的影响可以忽略。
调节时间:取决于主导极点的实部绝对值τ=ξωd\tau = \xi\omega_dτ=ξωd
实数极点、零点的影响:除了主导极点之外,系统还具有若干实数零、极点,则零点的存在减小系统阻尼,使得响应速度加快,超调量减小;极点的存在增大系统阻尼,使得响应速度减慢,超调减小。他们的作用随它们接近零点的程度而加强。
典例
close all;clear;clc
sys = tf([1,1],[1,-3,0]);
figure(1)
rlocus(sys)
axis equal
saveas(gcf,'rlocus.png')
sysc = feedback(sys,10);
figure(2)
t = 0:0.001:10;
y = step(sysc,t);
plot(t,y)
saveas(gcf,'step_response.png')
n = length(t);
[ymax,indx] = max(y);
yss = y(n);
%超调量
mp = (ymax - yss)/yss;
for k = 1:nif y(k) <= yss & y(k+1) >= ysstr = t(k+1);%上调时间breakend
end
%调整时间
for i = n:-1:1if y(i) >= 1.02 * yss | y(i) <= 0.98 * yss %稳态值的2%ts = t(i); %调节时间breakend
end
figure(3)
step(sysc)disp('峰值时间')
disp(t(indx))
disp('上升时间')
disp(tr)
disp('调节时间')
disp(ts)
disp('超调量')
disp(mp)
峰值时间0.4620上升时间0.1570调节时间2.2100超调量0.3969
2.判断点是否在根轨迹上,利用相角条件
根轨迹增益
3.绘制根轨迹
频率特性分析法
系统开环频率特性的绘制
- 确定幅相与实轴的交点
- 确定幅相与虚轴的交点
lgKων=0=>ωc=(K)1ν\lg{K\over \omega ^\nu} = 0\\=>\omega_c = (K)^{1\over \nu} lgωνK=0=>ωc=(K)ν1
穿越频率:奈奎斯特曲线与实轴交点。
相角裕度:滞后该角度后,系统仍然稳定。
截止频率是在对数坐标曲线下,与横轴交点的横坐标。
线性系统的校正
对数幅频特性与系统性能的关系
低频段:由开环系统积分环节的个数和开环放大倍数K值决定
中频段:系统的稳定性和暂态性能
高频段:反映系统的抗高频干扰能力,衰减越快,系统抗干扰能力越强。
校正环节所提供的最大相位选择为60°60 \degree60°。
G(s)=1a1+aT1+Tsa=1+sinφm1−sinφmaG(s) = {{1\over a}{1+aT\over1+Ts}}\\ \\a={1+\sin\varphi_m \over1-\sin\varphi_ma} G(s)=a11+Ts1+aTa=1−sinφma1+sinφm
超前网络提供的最大超前相位角为φm=γ′−γ+Δ\varphi_m=\gamma'-\gamma+\Deltaφm=γ′−γ+Δ,Δ\DeltaΔ为补偿误差。
频率法串联校正
串联超前校正
- 根据稳态误差要求,确定开环增益。
- 计算稳态裕度
- 确定校正后的截止频率ω′\omega'ω′和网络的α\alphaα值。
- 确定校正网络的传递函数。
- 绘制校正网络和校正后系统的对数频率特性曲线
离散控制系统
零阶保持器:实现采样信号向连续信号的转换。
Gh(s)=1−e−TssG_h(s) = {1-e^{-Ts}\over s} Gh(s)=s1−e−Ts
Gh(jω)=TsinωT2ωT2ejωT2G_h(j\omega) = T {sin{\omega T \over 2} \over {\omega T\over 2}} e^{j\omega T\over2} Gh(jω)=T2ωTsin2ωTe2jωT
可以看作是带宽为ωc\omega_cωc的低通滤波器。是一个相位滞后元件,滞后量随着T=2πωsT = {2\pi \over\omega_s}T=ωs2π增加而增加。
z变换的复移位定理
非线性系统
典型非线性特性
非线性系统分析
1.相平面法
2.描述函数法:非线性特性的一种近似线性表示,实质是线性系统频率法在非线性系统分析中的推广,不受系统阶次限制。
自振荡
自动控制原理学习笔记(持续更新)相关推荐
- 重拾CCNA,学习笔记持续更新ing......(4)
重拾CCNA,学习笔记持续更新ing......(4) 路由器作用功能的经典解说(笑)(非原创) 假设你的名字叫小不点,你住在一个大院子里,你的邻居有很多小伙伴,在门口传达室还有个看大门的李大爷,李大 ...
- 自动控制原理学习笔记系列( 一、自动控制系统的稳定性分析)
自动控制原理学习笔记系列 第一篇 自动控制系统的稳定性分析 自动控制原理学习笔记系列 一.目的 二.操作步骤 1. 研究高阶系统的稳定性 2.系统根轨迹增益变化对系统稳定性的影响 一.目的 (1) 研 ...
- Admin.NET管理系统(vue3等前后端分离)学习笔记--持续更新
我的学习笔记 - 9iAdmin.NET 欢迎学习交流 (一)前端笔记 1.1 关于.env的设置 1.2 关于路由模式问题 1.3 关于 vue.config.ts 1.4 关于 打包(pnpm r ...
- JS逆向学习笔记 - 持续更新中
JS逆向学习笔记 寻找深圳爬虫工作,微信:cjh-18888 文章目录 JS逆向学习笔记 一. JS Hook 1. JS HOOK 原理和作用 原理:替换原来的方法. (好像写了句废话) 作用: 可 ...
- 自动控制原理学习笔记---自动控制系统校正与综合
自控原理学习笔记 自控原理学习笔记专栏 第一章--反馈控制系统的动态模型 第二章--控制系统稳定性分析 第三章--连续时间系统性能分析 第四章--自动控制系统校正与综合 第五章--线性离散系统 自动控 ...
- 专升本 计算机 公共课学习笔记(持续更新中...)
计算机公共课学习笔记 第一章 计算机基础知识(30分) 1.计算机概述 计算机(Computer)的起源与发展 计算机(Computer)也称"电脑",是一种具有计算功能.记忆功能 ...
- CSS(3)学习笔记——持续更新
本篇皆是本人长期记录并整理出来的笔记,如有记录得不对的地方,欢迎探讨.记录的很少,将不断学习不断补充. 1 选择器 CSS(3)中提供的选择器手册(w3school):http://www.w3sch ...
- typescript-----javascript的超集,typescript学习笔记持续更新中......
Typescript,冲! Typescript 不是一门全新的语言,Typescript是 JavaScript 的超集,它对 JavaScript进行了一些规范和补充.使代码更加严谨. 一个特别好 ...
- 最全Linux系统学习笔记--持续更新
1.shell语法 命令 选项 参数 命令:整条shell命令的主体 选项:会影响会微调整个命令的行为 参数:命令作用的对象 1.自动补全 2.快捷键 ctrl+C:终止前台运行的程序 ctrl+D: ...
最新文章
- 使用Linq Xml 来读取一个目录下所有的文件并保存为Xml文档
- metrics_将指标标签与MicroProfile Metrics 2.0结合使用
- 1.网页学习-开始学习第一步:
- 找不到 快速启动 ,怎么办
- SAP CRM customer classfication debug
- java 线程访问控件_C#多线程与跨线程访问界面控件的方法
- STL(二)——向量vector
- 【Spark】扩展Spark Catalyst,打造自定义的Spark SQL引擎
- navicat 不能正常启动
- M1芯片CAD如何安装?M1 mac怎么安装AutoCAD?
- 云课堂智慧职教网页版登录入口_云课堂智慧职教网页版
- 通过计算机控制手机,用电脑控制手机的方法
- HRTF音频3D定位技术
- 英文G2P模块和标准-KbGit
- linux 切换 amd 显卡,ubuntu 14.10 (64位)下载amd显卡,实现双显卡切换
- 微信获取公众号二维码
- MySQL高级查询语句(一)排序、运算符、别名、子查询、内外连接
- Zabbix 监控 Windows主机
- 【框架思路】python如何读取excel文件内容?如何获取excel文件的路径及sheet名称?
- JavaScript滚动条插件源码
热门文章
- 非编系统它的主要功能是什么
- 鸿蒙系统打败安卓,鸿蒙系统会不会打败安卓,苹果
- 微信小程序-获取用户位置(经纬度+所在城市)
- 站稳前沿消费趋势,IU酒店持续领跑轻中端品牌
- 差分隐私Differential Privacy介绍
- 隐私合规框架 by it governance team
- UCanCode发布升级E-Form++可视化源码组件库2015全新版 (V23.01)!
- S2S (sequence to sequence) 算法理解
- ps真实辉光插件:Oniric Glow Generator汉化版
- 联发科,展示首个WiFi 7