- 浏览: 1039206 次
- 性别:
- 来自: 成都
-
文章分类
最新评论
-
繁星水:
Useful!!
Object-C之(Null)与(Bool) -
pacer123:
请问注解@ApiModelProperty 在哪个jar包下面 ...
Micro Service工具集之Swagger:可测试的样式化API文档 -
sucheng2016:
这东东真的好用么/
对象转换利器之Dozer -
zzq0324:
http://git.oschina.net/zzq0324/ ...
基于Spring-WS的Restful API的集成测试 -
lrz0534:
你好,我在maven上面下载了swagger-springmv ...
Micro Service工具集之Swagger:可测试的样式化API文档
监控HystrixCommand
除了隔离依赖服务的调用外,Hystrix还提供了近乎实时的监控,Hystrix会实时的,累加的记录所有关于HystrixCommand的执行信息,包括执行了每秒执行了多少请求,多少成功,多少失败等等,更多指标请查看:https://github.com/Netflix/Hystrix/wiki/Metrics-and-Monitoring
导出监控数据
有了这些指标,Netflix还提供了一个类库(hystrix-metrics-event-stream:https://github.com/Netflix/Hystrix/tree/master/hystrix-contrib/hystrix-metrics-event-stream)把这些指标信息以‘text/event-stream’的格式开放给外部使用,用法非常简单,首先,把hystrix-metrics-event-stream库添加到项目中:
然后,在web.xml中配置一个Servlet来获取Hystrix提供的数据:
data: {"type":"HystrixCommand","name":"Address","group":"Address","currentTime":1393154954462,"isCircuitBreakerOpen":false,"errorPercentage":0,"errorCount":0,"requestCount":0,"rollingCountCollapsedRequests"......
系统会不断刷新以获取实时的数据。
Dashboard
从上面的输出可以看到,这样的纯字符输出可读性实在太差,运维人员很难从中就看出系统的当前状态,于是Netflix又开发了一个开源项目(Dashboard:https://github.com/Netflix/Hystrix/wiki/Dashboard)来可视化这些数据,帮助运维人员更直观的了解系统的当前状态,Dashboard使用起来非常方便,其就是一个Web项目,你只需要把war包(http://search.maven.org/#browse%7C1045347652)下载下来,放到一个Web容器(Tomcat,Jetty等)中即可。
启动WebContainer访问Dashboard主页,可以看到如下的界面:
填入上面获取hystrix.stream的URL,点击Monitor,即可看到实时的监控画面:
Dashboard主要展示了2类信息,一是HystrixCommand的执行情况,Hystrix Wiki上详细说明了图上的每个指标代表的含义:
二是线程池的状态,包括线程池名,大小,当前活跃线程说,最大活跃线程数,排队队列大小等。
Turbine
在复杂的分布式系统中,相同服务的结点经常需要部署上百甚至上千个,很多时候,运维人员希望能够把相同服务的节点状态以一个整体集群的形式展现出来,这样可以更好的把握整个系统的状态。 为此,Netflix又提供了一个开源项目(Turbine)来提供把多个hystrix.stream的内容聚合为一个数据源供Dashboard展示。
Turbine有2种用法,其一是内嵌Turbine到你的项目中;另外一个是把Turbine当做一个独立的Module。不管哪种用法,配置文件都是一致的。 Turbine默认会在classpath下查找配置文件:config.properties, 该文件中会配置:
1. Turbine在监控哪些集群:turbine.aggregator.clusterConfig=cluster-1,cluster-2
2. Turbine怎样获取到节点的监控信息(hystrix.stream):turbine.instanceUrlSuffix.<cluster-name> = :/HystrixDemo/hystrix.stream
3. 集群下有哪些节点:turbine.ConfigPropertyBasedDiscovery.cluster-1.instances=localhost:8080,localhost:8081
上面这些都是最简单的配置方法 Turbine使用了Netflix的另一个开源项目Archaius(https://github.com/Netflix/archaius)来做配置文件的管理,其提供了非常强大的配置文件管理策略,有需要的同学可以深入研究(https://github.com/Netflix/Turbine/wiki/Configuration)。
使用Turbine的步骤一般如下:
1. 下载Turbine.war(https://github.com/downloads/Netflix/Turbine/turbine-web-1.0.0.war),并把其置于Web容器中。
2. 在Turbine项目的WEB-INF/classes目录下创建配置文件config.properties:
3. 启动Turbine服务
4. 在Dashboard项目中填入Tubine项目提供的stream: http://hostname:port/turbine/turbine.stream也可添加?cluster=<cluster-name>参数只监控某一个Cluster. Dashboard上展示的指标和之前是一样的,只是数据是已经聚合的数据了。
为遗留系统添加Hystrix
最后,来看看如何在不改动已有代码的前提下为应用添加Hystrix支持,在Spring的世界,以不改变已有代码的前提添加功能的最好解决方案就是aop,还是使用上面的示例,假设已有一个Customer Service, Customer Service会调用ContactDao和AddressDao去获取Contact和Address信息。 如下:
下面就来看看如何在不改动已有代码的基础上把ContactDao和AddressDao封装到HystixCommand中,首先创建HystrixComnandAdvice,该类会为创建一个HystrixCommand, 然后把切面封装到该HystrixCommand中:
然后,只需要再为ContactDao和AddressDao配置上该类示例就行了:
该示例的系统行为和前面直接使用HystrixCommand构建的时完全一样的。
总结
从全文涉及的内容中,不难看出Netflix构建了一个完整的Hystrix生态系统,这个生态系统让Hystrix非常易于上手,同时又有非常多的配置选项和高级用法来满足不同系统的个性化需求。对于这样的工具,相信每个开发者都会喜欢。另外,对于Netflix这样把自己的经验变成工具造福整个社区的行为,不由得不赞赏。
除了隔离依赖服务的调用外,Hystrix还提供了近乎实时的监控,Hystrix会实时的,累加的记录所有关于HystrixCommand的执行信息,包括执行了每秒执行了多少请求,多少成功,多少失败等等,更多指标请查看:https://github.com/Netflix/Hystrix/wiki/Metrics-and-Monitoring
导出监控数据
有了这些指标,Netflix还提供了一个类库(hystrix-metrics-event-stream:https://github.com/Netflix/Hystrix/tree/master/hystrix-contrib/hystrix-metrics-event-stream)把这些指标信息以‘text/event-stream’的格式开放给外部使用,用法非常简单,首先,把hystrix-metrics-event-stream库添加到项目中:
dependencies { compile( ... 'com.netflix.hystrix:hystrix-metrics-event-stream:1.3.9', ... ) }
然后,在web.xml中配置一个Servlet来获取Hystrix提供的数据:
<servlet> <description></description> <display-name>HystrixMetricsStreamServlet</display-name> <servlet-name>HystrixMetricsStreamServlet</servlet-name> <servlet-class>com.netflix.hystrix.contrib.metrics.eventstream.HystrixMetricsStreamServlet</servlet-class> </servlet> <servlet-mapping> <servlet-name>HystrixMetricsStreamServlet</servlet-name> <url-pattern>/hystrix.stream</url-pattern> </servlet-mapping>配置好,重新启动应用。访问http://hostname:port/appname/hystrix.stream, 可以看到如下的输出:
data: {"type":"HystrixCommand","name":"Address","group":"Address","currentTime":1393154954462,"isCircuitBreakerOpen":false,"errorPercentage":0,"errorCount":0,"requestCount":0,"rollingCountCollapsedRequests"......
系统会不断刷新以获取实时的数据。
Dashboard
从上面的输出可以看到,这样的纯字符输出可读性实在太差,运维人员很难从中就看出系统的当前状态,于是Netflix又开发了一个开源项目(Dashboard:https://github.com/Netflix/Hystrix/wiki/Dashboard)来可视化这些数据,帮助运维人员更直观的了解系统的当前状态,Dashboard使用起来非常方便,其就是一个Web项目,你只需要把war包(http://search.maven.org/#browse%7C1045347652)下载下来,放到一个Web容器(Tomcat,Jetty等)中即可。
启动WebContainer访问Dashboard主页,可以看到如下的界面:

填入上面获取hystrix.stream的URL,点击Monitor,即可看到实时的监控画面:

Dashboard主要展示了2类信息,一是HystrixCommand的执行情况,Hystrix Wiki上详细说明了图上的每个指标代表的含义:

二是线程池的状态,包括线程池名,大小,当前活跃线程说,最大活跃线程数,排队队列大小等。

Turbine
在复杂的分布式系统中,相同服务的结点经常需要部署上百甚至上千个,很多时候,运维人员希望能够把相同服务的节点状态以一个整体集群的形式展现出来,这样可以更好的把握整个系统的状态。 为此,Netflix又提供了一个开源项目(Turbine)来提供把多个hystrix.stream的内容聚合为一个数据源供Dashboard展示。
Turbine有2种用法,其一是内嵌Turbine到你的项目中;另外一个是把Turbine当做一个独立的Module。不管哪种用法,配置文件都是一致的。 Turbine默认会在classpath下查找配置文件:config.properties, 该文件中会配置:
1. Turbine在监控哪些集群:turbine.aggregator.clusterConfig=cluster-1,cluster-2
2. Turbine怎样获取到节点的监控信息(hystrix.stream):turbine.instanceUrlSuffix.<cluster-name> = :/HystrixDemo/hystrix.stream
3. 集群下有哪些节点:turbine.ConfigPropertyBasedDiscovery.cluster-1.instances=localhost:8080,localhost:8081
上面这些都是最简单的配置方法 Turbine使用了Netflix的另一个开源项目Archaius(https://github.com/Netflix/archaius)来做配置文件的管理,其提供了非常强大的配置文件管理策略,有需要的同学可以深入研究(https://github.com/Netflix/Turbine/wiki/Configuration)。
使用Turbine的步骤一般如下:
1. 下载Turbine.war(https://github.com/downloads/Netflix/Turbine/turbine-web-1.0.0.war),并把其置于Web容器中。
2. 在Turbine项目的WEB-INF/classes目录下创建配置文件config.properties:
3. 启动Turbine服务
4. 在Dashboard项目中填入Tubine项目提供的stream: http://hostname:port/turbine/turbine.stream也可添加?cluster=<cluster-name>参数只监控某一个Cluster. Dashboard上展示的指标和之前是一样的,只是数据是已经聚合的数据了。
为遗留系统添加Hystrix
最后,来看看如何在不改动已有代码的前提下为应用添加Hystrix支持,在Spring的世界,以不改变已有代码的前提添加功能的最好解决方案就是aop,还是使用上面的示例,假设已有一个Customer Service, Customer Service会调用ContactDao和AddressDao去获取Contact和Address信息。 如下:
public Customer getCustomerThroughDao(String customerId) { logger.info("Get Customer {}", customerId); try { Customer customer = new Customer(customerId, "xianlinbox"); customer.setContact(contactDao.getContact(customerId)); customer.setAddress(addressDao.getAddress(customerId)); return customer; } catch (Exception e) { e.printStackTrace(); } return null; } public class AddressDao { private Logger logger = LoggerFactory.getLogger(AddressDao.class); public Address getAddress(String customerId) throws IOException { logger.info("Get address for customer {}", customerId); String response = Request.Get("http://localhost:9090/customer/" + customerId + "/address") .connectTimeout(1000) .socketTimeout(1000) .execute() .returnContent() .asString(); return new ObjectMapper().readValue(response, Address.class); } } public class ContactDao { private Logger logger = LoggerFactory.getLogger(ContactDao.class); public Contact getContact(String customerId) throws IOException { logger.info("Get contact for customer {}", customerId); String response = Request.Get("http://localhost:9090/customer/" + customerId + "/contact") .connectTimeout(1000) .socketTimeout(1000) .execute() .returnContent() .asString(); return new ObjectMapper().readValue(response, Contact.class); } }
下面就来看看如何在不改动已有代码的基础上把ContactDao和AddressDao封装到HystixCommand中,首先创建HystrixComnandAdvice,该类会为创建一个HystrixCommand, 然后把切面封装到该HystrixCommand中:
public class HystrixCommandAdvice { private String groupName; private String commandName; public Object runCommand(final ProceedingJoinPoint pjp) { return wrapWithHystrixCommnad(pjp).execute(); } private HystrixCommand<Object> wrapWithHystrixCommnad(final ProceedingJoinPoint pjp) { return new HystrixCommand<Object>(setter()) { @Override protected Object run() throws Exception { try { return pjp.proceed(); } catch (Throwable throwable) { throw (Exception) throwable; } } @Override protected Object getFallback() { return null; } }; } private HystrixCommand.Setter setter() { return HystrixCommand.Setter .withGroupKey(HystrixCommandGroupKey.Factory.asKey(groupName)) .andCommandKey(HystrixCommandKey.Factory.asKey(commandName)); } public void setGroupName(String groupName) { this.groupName = groupName; } public void setCommandName(String commandName) { this.commandName = commandName; } }
然后,只需要再为ContactDao和AddressDao配置上该类示例就行了:
<bean id="contactDaoCommand" class="com.xianlinbox.hystrix.dao.HystrixCommandAdvice"> <property name="groupName" value="Contact"/> <property name="commandName" value="Contact"/> </bean> <bean id="addressDaoCommand" class="com.xianlinbox.hystrix.dao.HystrixCommandAdvice"> <property name="groupName" value="Address"/> <property name="commandName" value="Address"/> </bean> <aop:config> <aop:aspect id="contactServiceAspect" ref="contactDaoCommand"> <aop:pointcut id="contactServiceTarget" expression="execution(* com.xianlinbox.hystrix.dao.ContactDao.getContact(..))"/> <aop:around method="runCommand" pointcut-ref="contactServiceTarget"/> </aop:aspect> </aop:config> <aop:config> <aop:aspect id="addressServiceAspect" ref="addressDaoCommand"> <aop:pointcut id="addressServiceTarget" expression="execution(* com.xianlinbox.hystrix.dao.AddressDao.getAddress(..))"/> <aop:around method="runCommand" pointcut-ref="addressServiceTarget"/> </aop:aspect> </aop:config>
该示例的系统行为和前面直接使用HystrixCommand构建的时完全一样的。
总结
从全文涉及的内容中,不难看出Netflix构建了一个完整的Hystrix生态系统,这个生态系统让Hystrix非常易于上手,同时又有非常多的配置选项和高级用法来满足不同系统的个性化需求。对于这样的工具,相信每个开发者都会喜欢。另外,对于Netflix这样把自己的经验变成工具造福整个社区的行为,不由得不赞赏。
评论
2 楼
krystal_zyy
2015-11-05
现在dashboard数据是从hystrix.stream里面过来的,hystrix.stream里面的数据是怎么产生的,求解释

1 楼
yangchao228
2015-10-25
楼主的分享非常赞,这些东西一般都会有坑,不知道楼主是否有遇到过
发表评论
-
关于并发的思考
2015-02-08 22:33 4364并发数 并发数和2个因 ... -
使用Hystrix守护应用(2)
2014-12-30 14:35 16860接上篇(http://ningandjiao.iteye.co ... -
使用Hystrix守护应用(1)
2014-12-30 14:28 15318Hystrix(https://github.com/Netf ... -
Mac下同时安装多个版本的JDK
2014-04-14 21:42 33286JDK8 GA之后,小伙伴们喜大普奔,纷纷跃跃欲试,想体验一下 ... -
性能测试工具之Gatling
2014-01-15 19:27 17321Gatling一直是久闻其名但 ... -
JavaMail测试工具之GreenMail
2014-01-08 19:13 7386不管现在各种Mock框架的运用有多广,我个人在写单元测试的时候 ... -
定制一个Gradle Plugin --- project-structure
2014-01-03 21:23 8519最近在项目中遇到一个 ... -
Restful Spring MVC应用的Request验证
2013-12-26 15:05 23399在开放平台的时候,尤其是坐Rest服务的时候,因为用户可以给你 ... -
Spring MVC中的异常处理
2013-12-25 13:13 24205在一个良好的Rest架构的应用中,所有的异常都应该有对应的Ht ... -
Spring 4.0升级小贴士
2013-12-22 19:40 11456随着Spring4.0的发布,很多同志估计都在考虑升级的事情了 ... -
Spring4.0给我们带来什么?
2013-12-22 17:13 45050JDK8 对JDK8的支持,这个目前来说还是探索性质,毕竟Ja ... -
RESTful API版本控制策略
2013-12-15 19:51 31874做RESTful开放平台,一方面其API变动越少, 对API调 ... -
对象转换利器之Dozer
2013-12-14 22:46 19917在Java的世界中,经常会 ... -
基于Spring-WS的Restful API的集成测试
2013-11-28 19:41 9104在很多Java企业级应用中,Spring占据了非常重要的位置, ... -
TDD Of Spring JMS
2013-11-25 19:53 1772不知何时养成了习惯,在没有一个可运行的测试的时候,个人完全没有 ... -
Micro Service工具集之Swagger:可测试的样式化API文档
2013-09-28 19:55 44769在我之前的一篇博文中,介绍了Yammer开发团队贡献的开源微服 ... -
进击的Java开发
2013-07-14 20:48 5935今天在公司的邮件组中看到一组很有趣的讨论,这是我最喜欢目前公司 ... -
说说SpringBatch的领域概念
2013-06-21 20:32 3636谈到Spring Batch,会谈到 ... -
做项目时需要考虑的安全性问题
2013-04-16 20:20 4813在开发一个项目的时候,大家经常会忽略项目的安全性问题,有很多的 ... -
使用Gradle部署jar包到Maven中央库
2013-04-12 16:15 24192Maven作为目前Java界最好的Dependency管理系统 ...
相关推荐
标题中的"httpd-2.4.43-lre312-x64-vc14.zip"是一个HTTP服务器软件Apache的版本号,其中"HTTPD"代表HyperText Transfer Protocol Daemon,即HTTP守护进程,它是Apache Web服务器的核心组件。版本号"2.4.43"表明这是...
- 守护线程(Daemon Thread)的使用和理解。 4. **并发编程** - 并发工具类:Atomic类、CountDownLatch、CyclicBarrier、Semaphore等。 - ExecutorService和Future接口在并发控制中的应用。 - Fork/Join框架和...
在源码中,我们可以看到SpringBoot如何通过`@SpringBootApplication`注解启动Spring的上下文,以及如何使用条件注解(如`@ConditionalOnClass`和`@ConditionalOnProperty`)来实现自动配置。这些注解使得SpringBoot...
在大型系统中,可以考虑使用第三方库如Hystrix、Spring ThreadPoolTaskExecutor等进行扩展和增强。 7. **经验技巧**: - 避免使用`Executors.newSingleThreadExecutor()`,因为它使用的是无界队列,可能导致资源...
碳交易机制下考虑需求响应的综合能源系统优化运行模型及有效性分析,碳交易机制下需求响应的综合能源系统优化运行策略探索:低碳减排的实践路径,碳交易机制下考虑需求响应的综合能源系统优化运行 综合能源系统是实现“双碳”目标的有效途径,为进一步挖掘其需求侧可调节潜力对碳减排的作用,提出了一种碳交易机制下考虑需求响应的综合能源系统优化运行模型。 首先,根据负荷响应特性将需求响应分为价格型和替代型 2 类,分别建立了基于价格弹性矩阵的价格型需求响应模型,及考虑用能侧电能和热能相互转的替代型需求响应模型; 其次,采用基准线法为系统无偿分配碳排放配额,并考虑燃气轮机和燃气锅炉的实际碳排放量,构建一种面向综合能源系统的碳交易机制; 最后,以购能成本、碳交易成本及运维成本之和最小为目标函数,建立综合能源系统低碳优化运行模型,并通过 4 类典型场景对所提模型的有效性进行了验证。 通过对需求响应灵敏度、燃气轮机热分配比例和不同碳交易价格下系统的运行状态分析发现,合理分配价格型和替代型需求响应及燃气轮机产热比例有利于提高系统运行经济性,制定合理的碳交易价格可以实现系统经济性和低碳性协同。 关键词: 碳交易机制;
MATLAB演示程序:涡旋拉盖尔-高斯光束的横模特性与拓扑荷数及径向指数的影响分析,涡旋拉盖尔高斯光束MATLAB演示程序,涡旋拉盖尔高斯光束横模MATLAB演示程序 拓扑荷数l : 决定了光束的轨道角动量。 具有不同拓扑荷数的涡旋拉盖尔 - 高斯光束携带不同大小的轨道角动量。 影响光束的相位分布。 当l≠0时,光束具有螺旋相位结构,即相位随着角向坐标以的周期变化。 可以通过光学方法进行调控和测量,在量子信息处理、光学镊子等领域有重要应用。 径向指数p : 表示径向方向上的节点数。 p值越大,光束在径向方向上的能量分布变化越复杂,会出现更多的节点和暗区。 与拓扑荷数一起决定了光束的整体形状和强度分布。 ,涡旋拉盖尔-高斯光束; 拓扑荷数l; 径向指数p; MATLAB演示程序; 螺旋相位结构; 角向坐标变化; 轨道角动量。,MATLAB演示涡旋拉盖尔-高斯光束横模:拓扑荷数与径向指数的影响
PFC5.0算例代码解析:含矿物岩石材料,PFC5.0代码解析:探究由三种矿物构成的岩石与类岩石材料在GBM条件下的单轴压缩2D模拟算例,助力学习与技能提升,PFC5.0代码,含三种矿物组成的岩石或者类岩石材料,GBM,单轴压缩2d,算例代码仅供学习以及提升 ,关键词:PFC5.0代码;三种矿物组成;岩石或类岩石材料;GBM;单轴压缩2d;算例代码;学习;提升; 关键词:PFC5.0; 矿物组成; 岩石/类岩石; GBM; 单轴压缩; 算例学习; 提升;,PFC5.0模拟:含三种矿物岩石材料单轴压缩算例
Matlab三维A*算法详解:Astar三维路径规划及自定义地图、障碍物与代函数设定指南,Matlab三维A星算法路径规划工具箱,matlab三维A*算法 Astar三维路径规划 超详细注释 可自定义地图 自定义障碍物栅格数量和颜色 路径颜色 修改代价函数 预设5种常见评价指标 可 ,matlab; A*算法; 三维路径规划; 详细注释; 自定义地图; 自定义障碍物; 栅格数量和颜色; 路径颜色; 代价函数; 评价指标。,Matlab三维A*算法:超详细注释,自定义地图与障碍物路径规划
win32汇编环境,对话框中使用树形视图示例三
**基于SVPWM与死区补偿的PMSM dq轴电感离线辨识方法:高频注入法与电流极性分析**,SVPWM死区补偿技术下的PMSM电感离线辨识方法研究——基于电流极性与高频注入法的高效识别策略,SVPWM+死区补偿(基于电流极性)+高频注入法辨识PMSM的dq轴电感(离线辨识) 1.模型的中的电机,为采用自建的电机模型 2.适用于spmsm和ipmsm, 3.基于两相静止坐标轴电压注入,可通过设置合理的电压幅值和频率,在静止状态下准确辨识电感(更电机后,由于电机额定电压与转速的不同,可能需要调整原有的高频注入参数以获取满意的辨识效果)(不适用在线辨识) 4.死区补偿,是基于电流矢量极性判断 5.可进行有、无死区补偿下的辨识效果对比(资料中包含多个模型,为笔者当初在有无死区补偿,不同设置条件下的进行参数辨识效果对比,以及模型中包含的一些注释,或可供参考) 6.如果模型运行提示Ts未定义,可在命令行窗口输入Ts=0.0001,以解决该报错 7.模型与参考的期刊lunwen一一对应,可互相印证,其建模方式和思想,适合小白入门学习(不建议初学者无参考lunwen的模型) ,SVPWM; 死区补偿
关于电容电流反馈在有源阻尼谐振抑制及SVPWM策略中的运用及其结合单电流环与中点电位平衡控制的综合研究(参考《某领域文献》《另一些领域的研究》等),电容电流反馈SVPWM控制,电容电流反馈有源阻尼谐振抑制+SVPWM 含: [1]有源阻尼谐振抑制+SVPWM [2]单电流环控制 [3]中点电位平衡控制 提供相关参考文献 ,有源阻尼谐振抑制; SVPPM; 电容电流反馈; 谐振抑制; 中点电位平衡控制; 文献暂无。,电容电流反馈结合SVPWM与有源阻尼谐振抑制的研究与实现
易福门RFID:高效控制标准块,多重调用易管理,轻松修改编号与硬件标识符,RFID控制标准块多重调用便捷设,易福门RFID控制标准块,可以多重调用,只需要更改编号和硬件标识符。 ,易福门RFID;控制标准块;多重调用;编号;硬件标识符,易福门RFID标准控制块:多调高效,只需更改编号和硬件标识
TypeScript 基础语法,本人亲自整理的资料
基于博途西门子PLC的多种液体混合控制系统设计与实现:一份包含全流程的电子程序资料,基于博途西门子PLC的多种液体混合控制系统设计与实现:一份包含全流程的电子程序资料,基于plc多种液体混合控制系统设计 博途 西门子plc 本为电子程序资料 一、包含内容: ①西门子PLC程序+HMI仿真工程 (博途V14或以上) 一份; ②配套有IO点表+PLC接线图+主电路图+控制流程图 (CAD源文件可编辑); ,基于plc多种液体混合控制系统设计; 博途V14; 西门子plc; 混合控制; 控制系统设计; 程序仿真; IO点表; PLC接线图; 主电路图; 控制流程图。,基于博途V14的西门子PLC多种液体混合控制系统设计资料
寻找热泵最佳压力的优化算法 输入Cop和高压值,以找到最大化Cop的最佳高压 Optimization algorithm to find optimal pressure of heat pump Inputs of Cop and high pressure values to find optimal high pressure that maxes out COP
三相变压器空载合闸励磁涌流仿真研究:特点分析与观察,变压器空载合闸:三相励磁涌流仿真研究及特性分析,【1】变压器空载合闸时励磁涌流的仿真 仿真目的:分析三相变压器空载合闸过程中,观察励磁涌流的特点 仿真结果:励磁涌流的特点和分析过程可详细咨询。 ,励磁涌流;变压器空载合闸;仿真目的;分析特点;仿真结果。,变压器空载合闸仿真:励磁涌流分析
孪生模型环境安装及其训练方法
更多毕业设计https://cv2022.blog.csdn.net/article/details/124463185
315MHz与433MHz无线遥控接收解码Keil源程序及AD格式电路图详解,315MHz和433MHz无线遥控接收解码源程序,附带Keil源程序和AD格式电路图,315 433MHZ无线遥控接收解码源程序 Keil源程序 含AD格式电路图 ,315MHz无线遥控接收; 433MHz无线解码源程序; Keil源程序; AD格式电路图,基于Keil的315/433MHz无线遥控解码源程序解析及AD格式电路图详解
MATLAB滚动轴承故障诊断程序:采用西楚凯斯大学数据,基于变分模态分解(VMD)算法与包络谱分析的故障诊断比较实现,MATLAB滚动轴承故障诊断程序:采用西楚凯斯大学数据,基于变分模态分解(VMD)算法与包络谱分析的故障诊断比较实现,MATLAB滚动轴承故障诊断程序:采用西楚凯斯大学数据,首先通过变分模态分解(VMD)算法处理,而后分别通过包络谱分析实现故障诊断 ps.通过尖峰对应的频率与计算出的故障频率比较,实现故障诊断 ,核心关键词:MATLAB; 滚动轴承故障诊断; 西楚凯斯大学数据; 变分模态分解(VMD)算法; 包络谱分析; 故障频率比较。,MATLAB基于VMD算法的滚动轴承故障诊断程序:西楚凯斯大学数据包络谱分析