快速独立分量分析法识别结构模态参数研究

采用快速独立分量分析(FastICA)算法,快速、准确地识别结构模态参数.该算法以模态响应之间的独立性为依据构建出目标函数,并以此目标函数为基准采用ICA算法对结构输出信号进行分离,而得到结构振型向量.进而通过单模态识别技术-希尔伯特(Hilbert)变换,识别出结构的频率和阻尼比.最后通过白噪声激励下六层框架结构的模态参数识别,验证了快速独立分量分析算法识别结构模态参数的可行性和鲁棒性.     

独立分量分析在模态分析中的应用

提出一种新的在只有输出条件下的基于独立分量分析（ICA）的时域模态参数识别方法。该方法首先将振动系统的各阶模态理解为相互独立的虚拟源,然后将系统响应信号进行ICA处理,得到单频可识别的信号,从而将多自由度系统模态识别转化为单自由度系统的参数识别问题,最后用有限带宽的高斯白噪声激励作用下的简支梁进行验证。结果表明基于ICA的模态识别方法可以得到较好的识别效果。     

基于LabVIEW的模态参数识别模块的研究

目的为了深入研究陶瓷电主轴的动态特性,准确高效的实现对电主轴模态参数的识别.方法以LabVIEW为软件平台设计开发出一款陶瓷电主轴模态参数识别模块,采用频域分析法中经典的峰值提取法和分量分析法相结合的方法.结论该模块在发挥每种算法的优势的同时互补各自的不足,很好的提高了分析的准确度,经过该模块的运算,得到170SD30型全陶瓷高速电主轴前三阶固有频率依次为1 315 Hz、2640 Hz、4 795 Hz.对于固有频率相邻不是很密集的动态特性曲线有良好的模态参数识别效果.     

基于独立分量分析和支持向量机的结构损伤识别集成算法

针对模式识别最关键的两个环节:特征提取和分类器设计,提出了基于独立分量分析(ICA)和支持向量机(SVM)的损伤识别集成算法,首先应用ICA方法计算独立源信号和混合矩阵[A],利用混合矩阵与模态振型的对应关系,得到振型矩阵[Φ],将模态振型的变形矩阵[Φ]*作为特征参数输入至SVM分类器进行损伤识别,在冲击载荷作用下,对钢框架结构模型进行了振动试验,结果表明:ICA方法提取的模态振型是一种高效的损伤特征参数,基于ICA和SVM的集成算法能够成功识别结构损伤、损伤位置和损伤程度,从而为结构健康监测提供了一种行之有效的损伤识别方法。     

基于平台结构的模态参数识别软件编程技术

模态参数识别软件主要功能信号采集、信号处理和参数识别，为了增强可扩展性能，软件采用了平台技术进行设计，接口具有规范性和通用性，平台由面向对象编程方法搭建而成，不仅强调封装概念，更重要的是平台的结构关系和开发标准，软件广泛运用表达式计算，状态机，多线程编程；OpenGL图形开发技术，设计了功能齐全的数据类，以满足参数识别工程应用的要求。     

高耸柔性结构振动模态阻尼比参数识别仿真

针对当前结构振动模态阻尼比参数识别相关方法存在识别率低等问题,结合柔性结构振动形态复杂度高等特点,提出基于ERA的高耸柔性结构振动模态阻尼比参数识别方法。通过标定相机的内外参数,使用两个相机同时对柔性结构的动态进行拍摄生成结构测点图像,采用三维动态重构方法对高耸柔性结构振动情况进行预处理,利用Harris角点检测法确定振动位移,并采集位移数据,得到模态阻尼比参数集合。基于数据采集结果,通过ERA方法对高耸柔性结构振动模态阻尼比参数进行识别。实验结果表明,上述方法具有较强的识别性能、柔性结构振动形态简单的特点。     

一种工作模态参数的在线时域辨识方法

传统模态参数辨识中采用人工激励方法存在着诸多不足。环境激励具有随机性,且线性系统在环境激励下,各输出点响应之间的相关函数与系统的脉冲响应函数具有相同的数学表达式。由此,根据在线模态参数识别的理论,提出了一种依据环境激励响应识别模态参数的新方法。即用响应谱值法与奇异值分解法来确定系统阶数,解决特征矩阵的定阶问题。该方法简单实用,能在线识别参数,适用于单输入和多输入,但仅适用于激励是白噪声的情况。     

基于模态参数识别的ITD算法改进

固有时间尺度分解(ITD)算法在前处理和系统定阶方面存在一定的人为因素,对模态参数的提取会造成误差,且对噪声较为敏感。针对上述问题,提出一种改进的ITD算法。利用基于数据驱动的随机子空间算法对原始数据进行处理,将正交三角分解得到的数据作为ITD法的输入数据,采用稀疏优化正交匹配追踪算法求出特征矩阵,并通过特征矩阵计算特征值、模态频率和阻尼比。通过统计的方法,从众多模态参数中选取真实模态,有效避免虚假模态的产生。实验结果表明,与ITD算法相比,改进ITD算法可降低噪声的影响,解决系统模型阶次必须准确定阶的要求,使模态参数的提取更加精确。     

基于二维主分量分析的面部表情识别

提出了一种直接基于图像矩阵的二维主分量分析(2DPCA)和多分类器联合的面部表情识别方法。首先利用2DPCA进行特征提取,然后用基于模糊积分的多分类器联合的方法对七种表情(生气、厌恶、恐惧、高兴、中性、悲伤、惊讶)进行识别。在JAFFE人脸表情静态图像库上进行实验,与传统主分量分析(PCA)相比,采用2DPCA进行特征提取,不仅识别率比较高,而且运算速度也有很大的提高。     

一种辨识Hammerstein模型的新方法

本文结合参数估计理论和函数逼近论中的一些理论结果,提出了一种开环辨识Hammerstein模型的新方法.这种方法能够克服目前广泛采用的辨识Hammerstein模型的方法中的缺点,获得模型线性动态部分参数的渐近无偏估计及无记忆非线性特性,具有接近最佳逼近效果和较好收敛性的逼近多项式.     

利用调制函数法的模糊模型参数辨识

利用调制函数法辨识非线性连续系统的模糊模型参数.系统的动力学微分方程存在微分项,通过输入输出数据辨识模糊模型参数时不能忽略扰动的影响,因此辨识模糊模型参数比较困难.利用调制函数法可以消除微分项,通过无微分项的联立方程的求解容易进行模糊模型参数辨识.几个非线性连续系统的仿真实验验证了所设计的利用调制函数法的模糊模型参数辨识的正确性和有效性.     

一种新型的过程模型参数辨识方法

针对模型参数辨识问题,提出了一种基于菌群优化（BSFO）算法的模型参数辨识方法。通过将辨识参数设置为群体细菌在参数空闸的位置,并模拟细菌群体觅食的动态行为来实现对参数的寻优,有效地提高了参数辨识的精腰和效率。对火电厂热工过程参数辨识的仿真研究验证了本文算法的有效性,结果表明,菌群优化算法能够实现对过程模型参数的有效辨识,仿真结果令人满意。     

具有有色噪声系统辨识的新方法

本文讨论有色噪声系统辨识问题,基于残差序列最小自相关原理,提出模型适用性检验准则及其递推算法,用于确定过程和噪声模型的阶次和参数,并取得满意的数字仿真结果。其特点是计算量小、精度高,并且不受噪声阶次p=q条件的限制。     

一类生物系统的参数辨识方法及其应用

针对S-型生物系统的参数辨识问题,给出了以极小化误差函数为优化目标的参数辨识模型。基于修正配置和B样条插值,提出了一种有效的参数辨识模型求解方法。计算研究表明,该方法可以获得更为精确的参数辨识结果。将该方法应用到甘油生物发酵系统中,进一步验证了该方法的有效性。     

非线性系统的多模态ARMAX模型及其参数辨识

本文利用非线性系统多个工作点上的线性化模型，建立了一类参数内插型多模态ＡＲＭＡＸ模型。与传统的线性化模型相比较，在更大的范围内有较高的精度，本文并给出了如何辨识多模态模型参数的方法，仿真例子表明了多模态模型及其参数辨识算法的有效性。     

基于Herschel-Bulkley模型的磁流变阻尼器转矩模型参数辨识

针对目前Herschel-Bulkley模型参数值通常随试验条件而变化,存在无法构建确定的数学模型的局限性,提出一种Herschel-Bulkley模型全局参数辨识的方法。针对所设计的多级圆筒式磁流变阻尼器,基于Herschel-Bulkley模型建立了阻尼器的转矩力学模型并搭建扭矩测试系统以确定模型参数,通过1stOpt优化分析软件的Levenberg-Marquardt算法和通用全局优化算法对转矩力学模型进行参数辨识,确定模型中液体流动行为参数 k和n 分别为49.88及0.576。参数辨识后的Herschel-Bulkley扭矩模型在不同磁场条件下基本满足扭矩预测效果,可为后续对于器件的有限元分析计算提供理论依据。     

基于6参数模型的6R串联机器人运动学参数辨识

为了避免运动学参数误差辨识中存在参数不连续、计算收敛速度慢的现象,基于一种6参数模型,在DH(Denavit-Hartenberg)法建立的杆件坐标系上建立了6R串联机器人的误差模型,并给出了参数转化公式.设计了计算机仿真实验,在存在驱动器、测量仪器随机噪声误差的条件下对比了使用MDH(改进DH)参数误差模型和6参数模型的仿真辨识效果.6参数模型和MDH模型辨识后定位平均误差分别降低了96.1%和52.9%.结果显示6参数模型具有良好的完备性、连续性.6参数模型的误差参数范围可以从制造公差中得出,辨识速度高于MDH模型,通过公差控制参数范围,消除了没有达到极小性要求对误差辨识的影响.应用此方法对一台SR165型机器人进行参数辨识,定位平均误差由2.5 mm降低至0.35 mm.     

用模型补偿自抗扰控制器进行参数辨识

自抗扰控制器中扩张状态观测器的输出提供了进行系统参数辨识的足够信息,受控对象若有已知部分,把此部分补偿给扩张状态观测器输入项,能提高扩张状态观测器的逼近精度,从而也能提高其输出值来进行参数辨识的精度。     

六轴工业机器人的参数辨识方法

机器人末端位姿的精度依赖于各关节几何参数的精度。为了提高机器人的位姿精度,提出了一种简单实用的机器人参数辨识方法。利用D-H 算法建立的机器人运动学方程,得到了末端位姿与各关节参数的关系。为了解决辨识过程中的复杂计算问题,设计了一种采用拆分参数的迭代方法和相应的实验方法,运用激光跟踪仪对位姿进行精确测量,求得实际几何结构参数。实验结果验证了所提出方法的有效性。