`
liyonghui160com
  • 浏览: 782615 次
  • 性别: Icon_minigender_1
  • 来自: 北京
社区版块
存档分类
最新评论

Stormstarter-RollingTopWords

阅读更多

 

实现了滑动窗口计数和TopN排序, 比较有意思, 具体分析一下代码
Topology

这是一个稍微复杂些的topology, 主要体现在使用不同的grouping方式, fieldsGrouping和globalGrouping

String spoutId = "wordGenerator";
String counterId = "counter";
String intermediateRankerId = "intermediateRanker";
String totalRankerId = "finalRanker";
builder.setSpout(spoutId, new TestWordSpout(), 5);
builder.setBolt(counterId, new RollingCountBolt(9, 3), 4).fieldsGrouping(spoutId, new Fields("word"));
builder.setBolt(intermediateRankerId, new IntermediateRankingsBolt(TOP_N), 4).fieldsGrouping(counterId, new Fields("obj"));
builder.setBolt(totalRankerId, new TotalRankingsBolt TOP_N)).globalGrouping(intermediateRankerId);

 
 
RollingCountBolt

首先使用RollingCountBolt, 并且此处是按照word进行fieldsGrouping的, 所以相同的word会被发送到同一个bolt, 这个field id是在上一级的declareOutputFields时指定的

RollingCountBolt, 用于基于时间窗口的counting, 所以需要两个参数, the length of the sliding window in seconds和the emit frequency in seconds

    new RollingCountBolt(9, 3), 意味着output the latest 9 minutes sliding window every 3 minutes

1. 创建SlidingWindowCounter(SlidingWindowCounter和SlotBasedCounter参考下面)
counter = new SlidingWindowCounter(this.windowLengthInSeconds / this.windowUpdateFrequencyInSeconds);
如何定义slot数? 对于9 min的时间窗口, 每3 min emit一次数据, 那么就需要9/3=3个slot
那么在3 min以内, 不停的调用countObjAndAck(tuple)来递增所有对象该slot上的计数
每3分钟会触发调用emitCurrentWindowCounts, 用于滑动窗口(通过getCountsThenAdvanceWindow), 并emit (Map<obj, 窗口内的计数和>, 实际使用时间)
因为实际emit触发时间, 不可能刚好是3 min, 会有误差, 所以需要给出实际使用时间

 

2. TupleHelpers.isTickTuple(tuple), TickTuple

前面没有说的一点是, 如何触发emit? 这是比较值得说明的一点, 因为其使用Storm的TickTuple特性.
这个功能挺有用, 比如数据库批量存储, 或者这里的时间窗口的统计等应用
"__system" component会定时往task发送 "__tick" stream的tuple
发送频率由TOPOLOGY_TICK_TUPLE_FREQ_SECS来配置, 可以在default.ymal里面配置
也可以在代码里面通过getComponentConfiguration()来进行配置,

public Map<String, Object> getComponentConfiguration() {
Map<String, Object> conf = new HashMap<String, Object>();
conf.put(Config.TOPOLOGY_TICK_TUPLE_FREQ_SECS, emitFrequencyInSeconds);
return conf;

 

配置完成后, storm就会定期的往task发送ticktuple
只需要通过isTickTuple来判断是否为tickTuple, 就可以完成定时触发的功能

public static boolean isTickTuple(Tuple tuple) {
return tuple.getSourceComponent().equals(Constants.SYSTEM_COMPONENT_ID) \\ SYSTEM_COMPONENT_ID == "__system"
&& tuple.getSourceStreamId().equals(Constants.SYSTEM_TICK_STREAM_ID); \\ SYSTEM_TICK_STREAM_ID == "__tick"
}

 
最终, 这个blot的输出为, collector.emit(new Values(obj, count, actualWindowLengthInSeconds));
obj, count(窗口内的计数和), 实际使用时间

 
SlotBasedCounter

基于slot的counter, 模板类, 可以指定被计数对象的类型T
这个类其实很简单, 实现计数对象和一组slot(用long数组实现)的map, 并可以对任意slot做increment或reset等操作

关键结构为Map<T, long[]> objToCounts, 为每个obj都对应于一个大小为numSlots的long数组, 所以对每个obj可以计numSlots个数
incrementCount, 递增某个obj的某个slot, 如果是第一次需要创建counts数组
getCount, getCounts, 获取某obj的某slot值, 或某obj的所有slot值的和
wipeSlot, resetSlotCountToZero, reset所有对象的某solt为0, reset某obj的某slot为0
wipeZeros, 删除所有total count为0的obj, 以释放空间

public final class SlotBasedCounter<T> implements Serializable {
private static final long serialVersionUID = 4858185737378394432L;
private final Map<T, long[]> objToCounts = new HashMap<T, long[]>();
private final int numSlots;
public SlotBasedCounter(int numSlots) {
if (numSlots <= 0) {
throw new IllegalArgumentException("Number of slots must be greater than zero (you requested " + numSlots
+ ")");
}
this.numSlots = numSlots;
}
public void incrementCount(T obj, int slot) {
long[] counts = objToCounts.get(obj);
if (counts == null) {
counts = new long[this.numSlots];
objToCounts.put(obj, counts);
}
counts[slot]++;
}
public long getCount(T obj, int slot) {
long[] counts = objToCounts.get(obj);
if (counts == null) {
return 0;
}
else {
return counts[slot];
}
}
public Map<T, Long> getCounts() {
Map<T, Long> result = new HashMap<T, Long>();
for (T obj : objToCounts.keySet()) {
result.put(obj, computeTotalCount(obj));
}
return result;
}
private long computeTotalCount(T obj) {
long[] curr = objToCounts.get(obj);
long total = 0;
for (long l : curr) {
total += l;
}
return total;
}
/**
* Reset the slot count of any tracked objects to zero for the given slot.
*
* @param slot
*/
public void wipeSlot(int slot) {
for (T obj : objToCounts.keySet()) {
resetSlotCountToZero(obj, slot);
}
}
private void resetSlotCountToZero(T obj, int slot) {
long[] counts = objToCounts.get(obj);
counts[slot] = 0;
}
private boolean shouldBeRemovedFromCounter(T obj) {
return computeTotalCount(obj) == 0;
}
/**
* Remove any object from the counter whose total count is zero (to free up memory).
*/
public void wipeZeros() {
Set<T> objToBeRemoved = new HashSet<T>();
for (T obj : objToCounts.keySet()) {
if (shouldBeRemovedFromCounter(obj)) {
objToBeRemoved.add(obj);
}
}
for (T obj : objToBeRemoved) {
objToCounts.remove(obj);
}
}
}

 


SlidingWindowCounter

SlidingWindowCounter只是对SlotBasedCounter做了进一步的封装, 通过headSlot和tailSlot提供sliding window的概念

incrementCount, 只能对headSlot进行increment, 其他slot作为窗口中的历史数据

核心的操作为, getCountsThenAdvanceWindow
1. 取出Map<T, Long> counts, 对象和窗口内所有slots求和值的map
2. 调用wipeZeros, 删除已经不被使用的obj, 释放空间
3. 最重要的一步, 清除tailSlot, 并advanceHead, 以实现滑动窗口
    advanceHead的实现, 如何在数组实现循环的滑动窗口

public final class SlidingWindowCounter<T> implements Serializable {
private static final long serialVersionUID = -2645063988768785810L;
private SlotBasedCounter<T> objCounter;
private int headSlot;
private int tailSlot;
private int windowLengthInSlots;
public SlidingWindowCounter(int windowLengthInSlots) {
if (windowLengthInSlots < 2) {
throw new IllegalArgumentException("Window length in slots must be at least two (you requested "
+ windowLengthInSlots + ")");
}
this.windowLengthInSlots = windowLengthInSlots;
this.objCounter = new SlotBasedCounter<T>(this.windowLengthInSlots);
this.headSlot = 0;
this.tailSlot = slotAfter(headSlot);
}
public void incrementCount(T obj) {
objCounter.incrementCount(obj, headSlot);
}
/**
* Return the current (total) counts of all tracked objects, then advance the window.
*
* Whenever this method is called, we consider the counts of the current sliding window to be available to and
* successfully processed "upstream" (i.e. by the caller). Knowing this we will start counting any subsequent
* objects within the next "chunk" of the sliding window.
*
* @return
*/
public Map<T, Long> getCountsThenAdvanceWindow() {
Map<T, Long> counts = objCounter.getCounts();
objCounter.wipeZeros();
objCounter.wipeSlot(tailSlot);
advanceHead();
return counts;
}
private void advanceHead() {
headSlot = tailSlot;
tailSlot = slotAfter(tailSlot);
}
private int slotAfter(int slot) {
return (slot + 1) % windowLengthInSlots;
}
}

 

IntermediateRankingsBolt

这个bolt作用就是对于中间结果的排序, 为什么要增加这步, 应为数据量比较大, 如果直接全放到一个节点上排序, 会负载太重
所以先通过IntermediateRankingsBolt, 过滤掉一些
这里仍然使用, 对于obj进行fieldsGrouping, 保证对于同一个obj, 不同时间段emit的统计数据会被发送到同一个task

IntermediateRankingsBolt继承自AbstractRankerBolt(参考下面)
并实现了updateRankingsWithTuple,

void updateRankingsWithTuple(Tuple tuple) {
Rankable rankable = RankableObjectWithFields.from(tuple);
super.getRankings().updateWith(rankable);
}

 

逻辑很简单, 将Tuple转化Rankable, 并更新Rankings列表

参考AbstractRankerBolt, 该bolt会定时将Ranking列表emit出去


Rankable

Rankable除了继承Comparable接口, 还增加getObject()和getCount()接口

public interface Rankable extends Comparable<Rankable> {
Object getObject();
long getCount();
}

 

RankableObjectWithFields

RankableObjectWithFields实现Rankable接口
1. 提供将Tuple转化为RankableObject
Tuple由若干field组成, 第一个field作为obj, 第二个field作为count, 其余的都放到List<Object> otherFields中

2. 实现Rankable定义的getObject()和getCount()接口

3. 实现Comparable接口, 包含compareTo, equals

public class RankableObjectWithFields implements Rankable

public static RankableObjectWithFields from(Tuple tuple) {
List<Object> otherFields = Lists.newArrayList(tuple.getValues());
Object obj = otherFields.remove(0);
Long count = (Long) otherFields.remove(0);
return new RankableObjectWithFields(obj, count, otherFields.toArray());
}

 

Rankings

Rankings维护需要排序的List, 并提供对List相应的操作

核心的数据结构如下, 用来存储rankable对象的list
List<Rankable> rankedItems = Lists.newArrayList();

提供一些简单的操作, 比如设置maxsize(list size), getRankings(返回rankedItems, 排序列表)

核心的操作是,

public void updateWith(Rankable r) {
addOrReplace(r);
rerank();
shrinkRankingsIfNeeded();
}

 

上一级的blot会定期的发送某个时间窗口的(obj, count), 所以obj之间的排序是在不断变化的
1. 替换已有的, 或新增rankable对象(包含obj, count)
2. 从新排序(Collections.sort)
3. 由于只需要topN, 所以大于maxsize的需要删除
AbstractRankerBolt

首先以TopN为参数, 创建Rankings对象

private final Rankings rankings;
public AbstractRankerBolt(int topN, int emitFrequencyInSeconds) {
count = topN;
this.emitFrequencyInSeconds = emitFrequencyInSeconds;
rankings = new Rankings(count);
}

 

在execute中, 也是定时触发emit, 同样是通过emitFrequencyInSeconds来配置tickTuple
一般情况, 只是使用updateRankingsWithTuple不断更新Rankings
这里updateRankingsWithTuple是abstract函数, 需要子类重写具体的update逻辑

public final void execute(Tuple tuple, BasicOutputCollector collector) {
if (TupleHelpers.isTickTuple(tuple)) {
emitRankings(collector);
}
else {
updateRankingsWithTuple(tuple);
}
}

 

最终将整个rankings列表emit出去

private void emitRankings(BasicOutputCollector collector) {
collector.emit(new Values(rankings));
getLogger().info("Rankings: " + rankings);
}

 


TotalRankingsBolt

该bolt会使用globalGrouping, 意味着所有的数据都会被发送到同一个task进行最终的排序.
TotalRankingsBolt同样继承自AbstractRankerBolt

void updateRankingsWithTuple(Tuple tuple) {
Rankings rankingsToBeMerged = (Rankings) tuple.getValue(0);
super.getRankings().updateWith(rankingsToBeMerged);
}

 

唯一的不同是, 这里updateWith的参数是个rankable列表, 在Rankings里面的实现一样, 只是多了遍历

最终可以得到, 全局的TopN的Rankings列表

 

 

 

分享到:
评论

相关推荐

    网络技术-文件服务器-远程访问-个人应用实践Flask-Fi-1744736795.zip

    java入门 - 方法的使用网络技术_文件服务器_远程访问_个人应用实践Flask_Fi_1744736795.zip

    光伏系统中基于MPPT算法与PI双闭环控制的48V直流输出稳定性优化

    内容概要:本文深入探讨了光伏系统中用于稳定直流输出电压的关键技术,主要包括最大功率点跟踪(MPPT)算法、Boost升压电路和电池侧电压电流PI双闭环控制。MPPT算法通过实时监测光伏板的电压和电流,调整电路工作状态使光伏板始终处于最大功率点附近。Boost电路负责将光伏板输出的较低电压提升到所需的较高电压水平。而电池侧的电压电流PI双闭环控制系统,则确保电池在充放电过程中保持稳定。文中还提供了具体的Python代码示例,展示了这些技术的实际应用方法。 适合人群:从事光伏系统设计、开发与维护的专业技术人员,尤其是对提高光伏系统效率感兴趣的工程师。 使用场景及目标:适用于需要构建高效稳定的光伏发电系统的场合,旨在通过优化MPPT算法、Boost电路设计和电池管理策略,实现光伏系统直流输出电压的稳定性和可靠性。 其他说明:文中不仅介绍了理论概念和技术细节,还给出了实际编码实例,帮助读者更好地理解和掌握相关技术的应用。此外,强调了各组件之间的协调运作对于整个系统性能的重要性。

    基于ssm+jsp的手办商城管理系统(源码+数据库)-268

    基于ssm+jsp的手办商城管理系统:前端 jsp、jquery、bootstrap,后端 maven、springmvc、spring、mybatis;角色分为管理员、用户;集成商品信息、购物车、我的订单、客服、商品管理等功能于一体的系统。 ## 环境 - <b>IntelliJ IDEA 2021.3</b> - <b>Mysql 5.7.26</b> - <b>Tomcat 7.0.73</b> - <b>JDK 1.8</b>

    基于springboot的高校教育综合管理系统(源码+数据库)231

    基于springboot的高校教育综合管理系统:前端 html、jquery、layui,后端 maven、springmvc、spring、mybatis;角色分为管理员、老师、学生;集成宿舍管理、教评管理、排课管理、考试管理等功能于一体的系统。 ## 环境 - <b>IntelliJ IDEA 2021.3</b> - <b>Mysql 5.7.26</b> - <b>JDK 1.8</b>

    【医疗人工智能】基于NCCN指南的乳腺癌个性化治疗计划:Agentic-RAG与Graph-RAG方法性能对比及临床应用评估AI驱动的方法

    内容概要:本文介绍了一种基于NCCN(国家综合癌症网络)指南的人工智能工具,用于为乳腺癌患者提供个性化治疗方案。研究提出了两种AI驱动的方法:Agentic-RAG(检索增强生成)和Graph-RAG。Agentic-RAG通过三个步骤选择临床标题、检索匹配的JSON内容并迭代优化推荐,确保治疗建议的准确性。Graph-RAG则将JSON数据转换为文本并通过大型语言模型(LLM)进行总结,再映射成图结构表示关键治疗关系,最终生成推荐。实验结果显示,Agentic-RAG实现了100%的指南依从率,无幻觉或错误治疗;Graph-RAG达到95.8%的依从率,仅有一例错误治疗。两者均提供了详细的治疗建议,并引用了具体的NCCN文档页码。; 适合人群:从事肿瘤学研究和临床工作的医生、研究人员以及对AI在医疗领域应用感兴趣的科技工作者。; 使用场景及目标:①帮助医生快速获取符合NCCN指南的个性化乳腺癌治疗方案;②提高医生对复杂治疗指南的理解和应用效率;③支持临床决策,确保治疗方案的准确性和透明度。; 其他说明:研究强调了Agentic-RAG和Graph-RAG在处理复杂医学指南方面的优势,特别是在提供详细、可追溯的治疗建议方面。未来的工作将扩展测试范围,涵盖更多类型的癌症,并评估系统在实际临床环境中的表现。此外,系统与电子健康记录(EHR)的集成将进一步提升其临床应用价值。

    MATLAB实现K-Medoids聚类算法及其应用

    内容概要:本文详细介绍了K-Medoids聚类算法的MATLAB实现,涵盖了数据导入、算法核心逻辑、可视化展示等多个方面。首先,通过鸢尾花数据集展示了如何导入数据并进行初步处理。接着,深入讲解了K-Medoids算法的关键步骤,如选择初始medoids、计算距离矩阵、分配样本到最近的medoid以及更新medoids。文中还强调了该算法相较于K-Means的优势,即对异常点更为稳健。最后,通过可视化手段展示了聚类结果,帮助读者更好地理解和验证算法的效果。 适合人群:具有一定MATLAB编程基础的研究人员、数据科学家和机器学习爱好者。 使用场景及目标:适用于需要对数据进行稳健聚类分析的场景,特别是当数据集中可能存在异常点时。目标是通过实际案例和代码实现,帮助读者掌握K-Medoids算法的工作原理及其应用场景。 其他说明:文中提供了详细的代码片段和解释,便于读者动手实践。同时提醒了一些常见的注意事项,如初始medoids的选择和距离矩阵的计算效率等问题。

    基于springboot的学生选课管理系统(源码+数据库)-265

    基于springboot的学生选课管理系统:前端 vue2、elementui,后端 maven、springmvc、spring、mybatis;角色分为管理员、学生、老师;集成课程信息、校园论坛、校园公告、选课等功能于一体的系统。 ## 环境 - <b>IntelliJ IDEA 2021.3</b> - <b>Mysql 5.7.26</b> - <b>Node 14.14.0</b> - <b>JDK 1.8</b>

    基于ssm的物流快递管理系统(源码+数据库)216

    基于ssm的物流快递管理系统:前端 jsp、jquery、easyui,后端 springmvc、spring、mybatis;角色分为管理员、用户;集成在线下单、新闻资讯、订单管理等功能于一体的系统。 ## 功能介绍 ### 网站前台 - 网站首页:主导航栏,轮播图,新闻资讯,服务介绍 - 在线下单:填写发货人和收货人信息,提交订单,按快递单号查询快递明细 - 新闻资讯:资讯信息列表展示,资讯详情 ### 管理后台 - 菜单管理:菜单信息的增删改查 - 角色管理:角色信息的增删改查,编辑权限 - 用户列表:用户信息的增删改查,角色分配 - 新闻管理:新闻信息的增删改查,新闻内容支持富文本编辑 - 留言列表:列表信息的列表查询,信息删除,信息编辑,按姓名和联系方式模糊查询 - 订单管理:订单信息的增删改查,多条件查询,更新订单状态 ## 环境 - <b>IntelliJ IDEA 2021.3</b> - <b>Mysql 5.7.26</b> - <b>Tomcat 7.0.73</b> - <b>JDK 1.8</b>

    ### 【人工智能应用开发】基于Dify的多场景AI应用开发实战指南:从聊天助手到企业知识库构建

    内容概要:本文档《Dify_实战指南.pdf》介绍了Dify这一多合一的数据处理与分析平台,旨在简化AI应用开发流程。Dify通过提供可视化的界面和模块化设计,支持多种大语言模型,具备私有化部署与数据安全保障,拥有活跃的开发者社区。文档详细阐述了Dify的设计初衷、核心理念、应用场景、主要功能及其开发实战案例,如聊天助手、企业知识库和小红书运营工作流。; 适合人群:具备一定编程基础,对AI应用开发感兴趣的开发者、数据科学家及技术爱好者。; 使用场景及目标:①简化AI应用开发流程,支持多种大语言模型;②提供模块化设计与功能组件,实现快速迭代与创新;③确保数据安全,支持私有化部署;④通过实战案例掌握Dify的实际应用技巧。; 其他说明:文档强调Dify的开源特性、低代码/无代码开发、全面模型支持、功能组件丰富等特点,鼓励开发者利用Dify的工具和社区资源,降低AI应用开发门槛,加速从概念到产品的转化过程。

    基于树莓派的微信机器人.zip

    基于树莓派的微信机器人

    基于ssm+jsp的虚拟商品管理系统(源码+数据库)241

    基于ssm+jsp的虚拟商品管理系统:前端 jsp、jquery,后端 maven、springmvc、spring、mybatis;角色分为管理员、用户;集成促销商品、商品购买、购物车、订单查询等功能于一体的系统。 ## 环境 - <b>IntelliJ IDEA 2021.3</b> - <b>Mysql 5.7.26</b> - <b>Tomcat 7.0.73</b> - <b>JDK 1.8</b>

    自动驾驶路径跟踪:基于二自由度横摆动力学的MPC控制实现双移线和单移线路径

    内容概要:本文详细介绍了基于二自由度横摆动力学模型的模型预测控制(MPC)在自动驾驶路径跟踪中的应用,特别是针对双移线和单移线路径的跟踪。首先,文章解释了如何自定义期望轨迹并导入轨迹数据,接着讨论了Q矩阵和R矩阵的作用以及如何调整它们以优化侧向位置跟踪和前轮转角曲线的效果。此外,还探讨了输出值边界的约束设置,确保系统的稳定性和可行性。最后,文章提到了模型的仿真效果,并分享了一些实战经验和参数调整技巧,如预测时域的选择和曲率补偿的应用。 适合人群:从事自动驾驶研究的技术人员、对路径跟踪算法感兴趣的工程师和研究人员。 使用场景及目标:适用于自动驾驶汽车的研发过程中,特别是在路径规划和控制模块的设计阶段。目标是提高路径跟踪的精确度和平滑性,确保车辆能够在复杂路况下安全行驶。 其他说明:文中提供了多个代码示例,帮助读者更好地理解和实现MPC控制。同时,推荐观看UP主‘阿Xin自动驾驶’的相关视频,以便直观了解仿真效果。

    基于ssm的校园二手交易平台管理系统(源码+数据库)162

    基于ssm的校园二手交易平台管理系统:前端 jsp、jquery,后端 maven、springmvc、spring、mybatis;角色分为管理员、用户;集成商品浏览、商品详情、在线购买、订单查询等功能于一体的系统。 ## 功能介绍 ### 管理员 - 物品分类管理:分类信息的增删改查,一级分类,二级分类 - 物品管理:用户发布的二手商品信息,后台管理员可以查看,删除商品,上架和下架操作 - 订单管理:用户在线购买商品后,管理员可以查询订单信息,订单删除,订单状态 - 用户管理:用户在前台自行注册的用户账号信息,管理员可以删除、禁用、激活 ### 用户 - 基本功能:登录,注册,退出 - 网站首页:全局搜索,分类导航,商品列表展示 - 商品:商品详情,商品收藏,联系卖家,物品留言,在线购买 - 发布商品:用户可以将自己闲置的二手商品发布到平台上进行售卖 - 我的:用户信息查看与修改,修改头像,密码修改,我收藏的物品,我发布的物品,我的订单 ## 环境 - <b>IntelliJ IDEA 2021.3</b> - <b>Mysql 5.7.26</b> - <b>Tomcat 7.0.73</b> - <b>JDK 1.8</b>

    工业控制领域200PLC实现两台水泵一用一备自动控制及故障切换

    内容概要:本文详细介绍了基于西门子S7-200 PLC的两台水泵一用一备自动控制系统的设计与实现。主要内容包括:1. 控制要求拆解,如总启动和总停止、一用一备交替工作、故障切换与报警、故障判断逻辑;2. 代码实现,涉及变量定义、总启动与总停止逻辑、电机交替运行逻辑、故障切换与报警逻辑;3. 上位机组态源程序,使用WinCC flexible进行画面设计和运行测试。通过这些内容,构建了一个能够稳定运行、具备故障自恢复能力的水泵控制系统。 适合人群:从事工业自动化领域的工程师和技术人员,尤其是熟悉PLC编程和上位机组态的从业者。 使用场景及目标:适用于需要高可靠性和冗余备份的工业水泵控制系统,旨在提高系统的稳定性和安全性,减少设备损耗,延长使用寿命。目标是在工业环境中实现无人值守的自动化控制。 其他说明:文中提供了详细的编程思路和具体代码片段,帮助读者更好地理解和应用。此外,还提到了实际调试中遇到的问题及其解决方案,为实际工程应用提供宝贵的经验。

    燃料电池汽车功率跟随Cruise-Matlab联合仿真模型及其优化策略

    内容概要:本文详细介绍了基于Cruise2019和Matlab2018a构建的燃料电池汽车功率跟随仿真模型。该模型通过多个控制模块确保燃料电池输出功率紧密跟随车辆需求,同时保持电池SOC稳定。具体包括:DCDC控制模块采用动态电压补偿策略,避免电压震荡;再生制动模块在高SOC时增加回收力度,减少机械制动磨损;机械制动与再生制动的无缝切换策略;以及针对燃料堆响应延迟的加速补偿措施。此外,文中还分享了多项调试经验和优化技巧,如变步长求解器的选择、虚拟CAN信号采集点的应用等。 适合人群:从事新能源汽车研究的技术人员、高校相关专业师生、对燃料电池汽车感兴趣的科研工作者。 使用场景及目标:适用于燃料电池汽车的动力系统仿真研究,旨在提高仿真精度,优化控制策略,缩短开发周期。 其他说明:文中提供的代码片段和调试经验对于理解和改进燃料电池汽车的功率跟随性能具有重要参考价值。

    基于ssm+vue的校园购物网站管理系统(源码+数据库)184

    基于ssm+vue的校园购物网站管理系统:前端 vue、elementui,后端 maven、springmvc、spring、mybatis;角色分为管理员、用户;集成商品浏览、购物车、在线结算、订单查询等功能于一体的系统。 ## 功能介绍 ### 用户 - 基本功能:登录,注册,退出 - 网站首页:主导航栏,轮播图,商品搜索,商品信息推荐,商品资讯 - 商品购买:商品列表展示,按商品名称和品牌模糊搜索商品,商品详情,购物车,积分兑换,在线结算 - 其他功能:商品资讯,留言反馈 - 个人中心:个人信息查询与修改,密码修改,我的订单查询,我的地址维护,我的收藏列表,用户充值 ### 管理员 - 用户管理:用户信息的增删改查,用户可以在用户端自行注册 - 商家管理:商家信息的增删改查 - 商品分类管理:分类信息的增删改查 - 商品信息管理:商品信息的增删改查,商品图片上传 - 订单评价管理:订单评价信息的列表查询,删除 - 留言板管理:用户在用户端发布的留言信息,管理员后台查看与回复 - 系统管理:轮播图信息的增删改查,商品资讯的增删改查 - 订单管理:订单的列表查询,发货操作 ## 环境 - <b>IntelliJ IDEA 2021.3</b> - <b>Mysql 5.7.26</b> - <b>Tomcat 7.0.73</b> - <b>Node 14.14.0</b> - <b>JDK 1.8</b>

    四旋翼飞行器仿真与控制技术:从定高到轨迹跟踪的全面解析

    内容概要:本文详细介绍了四旋翼飞行器的仿真与控制技术,涵盖了多个关键技术环节。首先讨论了定高控制,通过PID控制器实现稳定的高度保持。接着介绍了自由落体仿真,展示了如何通过运动学公式进行高度随时间变化的模拟。随后讲解了动力学模型的线性化方法,使复杂的非线性方程变得容易处理。接下来探讨了位置环与姿态环的轨迹跟踪控制,分别针对直线轨迹和圆弧轨迹进行了具体实现。此外,还讨论了多点任务控制与轨迹规划,以及风阻力模型的影响。最后介绍了状态观测器的设计,特别是卡尔曼滤波器的应用,以提高飞行器状态估计的准确性。 适合人群:对四旋翼飞行器仿真与控制感兴趣的科研人员、工程师和技术爱好者。 使用场景及目标:适用于希望深入了解四旋翼飞行器控制原理的研究人员,以及从事无人机开发的技术人员。目标是掌握从理论公式推导到代码实现的全过程,提升对四旋翼飞行器控制系统的理解和应用能力。 其他说明:文中提供了大量具体的代码示例,帮助读者更好地理解和实践相关概念。同时,强调了各控制环节之间的相互关联,确保系统整体的稳定性和可靠性。

    西门子博图WinCC与SQL Server集成:历史数据存储与可视化解决方案

    内容概要:本文详细介绍了将西门子博图WinCC的历史数据存储到SQL Server数据库的方法及其可视化展示的技术方案。首先,文章讲解了如何创建并配置SQL Server数据库,确保其能够接收来自WinCC的关键参数如压力、温度等,并通过定时任务进行数据的循环保存,保持最新的两万条记录。接着,文中提供了具体的C语言、VBS脚本以及SQL语句用于实现从WinCC到SQL Server的数据传输,强调了防止SQL注入攻击的安全措施。此外,针对数据展示部分,分别展示了利用Python的matplotlib库绘制趋势图、C# WinForm应用程序以及ASP.NET结合Highcharts进行实时数据可视化的多种方法。同时,文章还提到了一些常见的实施过程中可能遇到的问题及解决方案,例如数据库连接超时、数据量过大导致的性能下降等。 适合人群:从事工业自动化领域的工程师和技术人员,尤其是那些熟悉西门子博图WinCC平台并对SQL Server有一定了解的人群。 使用场景及目标:适用于需要将工业生产过程中的重要参数长期保存以便后续分析的企业或机构。主要目的是建立一套高效可靠的数据存储与检索系统,确保数据完整性和可用性的同时,提供直观易懂的数据呈现形式,帮助决策者快速掌握设备运行状况。 其他说明:文中提到的所有代码片段均为简化版,实际应用时需根据具体情况调整参数配置。对于大规模数据处理,建议进一步优化数据库架构和查询语句以提高性能。

    基于D-H参数法与改进粒子群算法的六轴机械臂轨迹优化研究

    内容概要:本文详细介绍了利用改进型D-H参数法建立六轴机械臂模型,并结合3-5-3混合多项式插值和改进粒子群算法(IPSO)优化机械臂轨迹的方法。首先,通过MATLAB机器人工具箱构建机械臂模型并验证其正逆解准确性。然后,针对传统3-5-3多项式插值存在的时间冗余和加速度过高的问题,提出了一种基于改进粒子群算法的时间分配优化方案。该方案通过引入动态惯性权重和指数惩罚函数来平衡最短时间和关节加速度限制之间的关系,最终实现了将原本7秒的任务缩短至5秒的目标,同时提高了末端执行器的轨迹精度。 适合人群:从事机器人技术研究、机械工程领域的研究人员和技术人员,以及对机械臂轨迹规划感兴趣的高校师生。 使用场景及目标:适用于需要提高工业机器人工作效率的应用场合,如自动化生产线中的搬运、焊接等任务。主要目的是通过优化轨迹规划,减少机械臂的动作时间,提升生产效率。 其他说明:文中提供了详细的MATLAB代码示例,便于读者理解和复现实验结果。此外,还讨论了一些常见的调试技巧和注意事项,有助于解决实际应用中可能遇到的问题。

    基于ANSYS-LSDYNA的岩石试件循环冲击压缩下裂纹扩展及损伤规律研究

    内容概要:本文详细介绍了利用ANSYS-LSDYNA对岩石试件进行循环冲击压缩模拟的研究。重点探讨了预制空节理对应力波传播的影响、重启动技术的应用以及裂纹扩展的累积效应。通过设置不同的材料模型和边界条件,作者成功模拟了岩石在多次冲击下的损伤演化过程,并揭示了裂纹扩展路径的变化规律。此外,还讨论了如何通过后处理手段如Python脚本和LS-PrePost工具来分析和可视化模拟结果。 适合人群:从事岩土工程、材料科学及数值模拟领域的研究人员和技术人员。 使用场景及目标:适用于需要深入理解岩石在循环冲击载荷下的力学行为,特别是在涉及地下工程、矿山开采等领域。目标是提供一种有效的数值模拟方法,帮助预测和预防工程事故。 其他说明:文中提供了详细的K文件配置和Python代码片段,便于读者复现实验结果。同时强调了计算资源管理的重要性,提出了并行计算加速的方法。

Global site tag (gtag.js) - Google Analytics