关于光敏电阻与9012或9013的问题

STC89C52RCGAN 2013-02-07 05:46:18
我新手···见谅哈。如题,我的光敏电阻是受光电阻很小,几乎为零,黑暗时电阻大约50K~80K左右(具体不太好测,所以不太准确)。如何用它跟一只9012或9013做成开关,我的要求是三极管在黑暗时导通给其它的供电。VCC是5V。三极管输出后接最小系统、热释电人体红外模块和继电器模块,能实现吗?能的话,求大神画下电路图,我都快做疯了···
...全文
308 4 打赏 收藏 转发到动态 举报
写回复
用AI写文章
4 条回复
切换为时间正序
请发表友善的回复…
发表回复
吻花者 2013-02-09
  • 打赏
  • 举报
回复

分析了下要求,简单设计了下,具体情况还是实际调试下,当光亮时,光敏电阻为0,9012的b级电压等于Vcc,e的电压也是Vcc,三极管截止;当光暗时,光敏电阻为80k,9012的b级电压接近于0,e的电压也是Vcc,Vb<Ve很多三极管导通,继电器闭合。这是大体的思路,具体的情况可自己根据实际情况调试吧,尤其是R2.
STC89C52RCGAN 2013-02-07
  • 打赏
  • 举报
回复
继 续 顶
STC89C52RCGAN 2013-02-07
  • 打赏
  • 举报
回复
人 工 置 顶
STC89C52RCGAN 2013-02-07
  • 打赏
  • 举报
回复
来人啊···大神呢··
内容概要:本文围绕基于Basisformer模型的时间序列锂离子电池SOC(State of Charge,荷电状态)预测展开研究,利用PyTorch框架实现深度学习模型的构建与训练。通过将历史充放电数据作为输入,Basisformer能够有效捕捉电池状态的动态变化特征,提升SOC预测精度。文中详细介绍了模型结构设计、数据预处理流程、训练策略及实验结果分析,并与传统方法进行对比,验证了该方法在复杂工况下的优越性与鲁棒性。该研究不仅展示了Basisformer在时序建模中的潜力,也为电池管理系统提供了高精度的状态估计解决方案。; 适合人群:具备一定Python编程基础和深度学习理论知识,熟悉PyTorch框架,从事电池管理系统、新能源汽车或智能预测方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于电动汽车、储能系统等领域的电池SOC高精度实时估算;②为电池健康管理(BMS)提供可靠的状态输入;③推动深度学习在时间序列预测中的实际落地,提升现有预测模型的泛化能力与稳定性; 阅读建议:建议读者结合标题为【锂电池SOC估计】【PyTorch】基于Basisformer时间序列锂离子电池SOC预测研究(python代码实现)的资源,重点研读所提供的Python代码,深入理解数据处理方式与模型网络结构的设计思路,尝试调整超参数以观察对预测性能的影响,从而全面掌握Basisformer在时序建模中的优势、适用边界及工程化实现路径。

27,521

社区成员

发帖
与我相关
我的任务
社区描述
硬件/嵌入开发 单片机/工控
社区管理员
  • 单片机/工控社区
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧