负载敏感泵参数辨识与计算方法研究

针对负载敏感泵参数辨识问题,提出一种基于系统辨识和理论计算相结合的负载敏感泵参数计算方法。该方法首先使用阶跃响应辨识法根据变量泵阶跃信号测试数据辨识出负载敏感泵增益、固有频率和阻尼,然后结合变量泵设计公式确定变量缸等效质量、弹簧刚度及预紧力等参数。仿真结果表明,用该方法得到的变量泵参数能够真实再现变量泵各个工作状态特性。该方法对负载敏感系统建模分析和系统设计匹配具有重要意义。     

基于人工蜂群算法的线性系统辨识

针对以传递函数描述的线性系统,提出一种基于人工蜂群算法的辨识算法。首先,基于系统的阶跃响应得到系统的输出;其次,确定线性系统的辨识模型形式,确定需要辨识的参数区间;最后,确定目标寻优函数,利用人工蜂群算法的全局寻优能力,得到系统辨识模型。仿真实验表明,本文提出的辨识算法具有较高的辨识精度。     

一种简捷快速的系统辨识方法的研究

基于对开环系统阶跃响应曲线的分析。提出了采用最小二乘逼近数据来得到精确模型的方法。此方法通过时域方法分析阶跃响应曲线。确定出模型的几个关键特性．并且结合圈形界面来实现辨识过程。用户可通过圈形用户界面对阶跃响应进行编辑直接获得系统模型的结构和参数。其操作简单。方便，只需拖动几个手柄就可完成。最后给出仿真实例验证了此方法的精确性。     

320MW火力发电机组空载阶跃试验与仿真

在珠江电厂3号机励磁系统模型参数测试工作中,完成了励磁调节器模型参数辨识、发电机空载特性测量,完成了发电机空载阶跃响应等试验;建立了励磁控制系统空载阶跃响应仿真模型,并通过将仿真结果与实际空载阶跃响应结果比对,验证了励磁控制系统模型参数的准确性。     

一种适合于动态建模的信号参数模型

本文利用复指数模型作为瞬态信号的表示形式;系统的动态参数模型可由系统的输入与输出信号之间的关系建立;对实际窄带滤波器的阶跃响应的建模,表明了复指数信号模型是一种很有效的瞬态信号表示方法,只需截取很短的一段瞬态过渡信号,就可以得到信号参数的估计,系统模型的频域,时域回归效果较好.     

光电稳定平台伺服系统动力学建模与参数辨识

针对光电稳定平台伺服系统模型参数辨识问题,提出了线性和非线性模型参数分离辨识方法。在线性模型参数辨识过程中,利用差动逆M序列信号作为输入,相应的响应信号作为输出,并应用最小二乘方法辨识线性离散模型参数,从而降低非线性因素的影响。在非线性模型参数辨识过程中,以LuGre摩擦模型为基础,针对摩擦和不平衡质量相互耦合的问题,提出了考虑不平衡质量的LuGre模型静态参数辨识方法;然后,利用电流信号作为摩擦力测量值,对LuGre模型动态参数进行辨识,得到包含不平衡质量和动态摩擦的系统非线性部分模型参数。构建了单轴光电稳定平台实验系统,利用本文提出的方法对实验系统动力学模型参数进行了辨识。结果表明:质量不平衡力矩的辨识值为0.183N·m,略高于理论值0.18N·m,满足辨识精度要求。实验证实提出的辨识方法可以实现对模型线性与非线性参数的有效辨识。     

液压位置系统及其噪声模型的辨识

本文讨论了用ARNAX时间序列模型来辨识液压系统的阶和参数,同时得到系统的干扰噪声模型。文中提出的增广最小二乘法和BIC定阶准则的结合,比已有方法辨识参数和阶的精度要高。进一步根据估计参数的渐近正态性确定模型的子阶和时滞。文中应用该方法辨识了液压位置系统及其噪声模型的阶和参数。仿真和实测阶跃响应比较,证明得到的辨识模型是有效的。     

谐波驱动柔性臂系统耦合动力学建模及辨识

为研究谐波驱动的柔性臂系统耦合动力学建模问题,分别进行了谐波驱动模型的参数辨识和柔性机械臂振动特性的耦合动力学模型辨识。通过阶跃电流激励和低匀速转动实验辨识出了关节的库伦摩擦力,在伪随机二进制信号的激励下,辨识得到了包含驱动系统转动惯量和黏性摩擦因数的驱动传递函数模型,将其与实际结构系统比较验证了此模型的准确性。理论分析了振动耦合力矩和柔性臂应变输出电压之间的线性关系,辨识得到了从电机转动角位移到柔性臂应变电压输出之间的传递函数,其输出在时域和频域上都与实际系统比较吻合,说明了建立的传递函数模型对于实际系统的适用性。综合两个辨识得到传递函数模型,实现了对谐波驱动的柔性机械臂系统的耦合动力学建模。     

多变量电液伺服系统及噪声模型的辨识

本文提出了用多变量CARMA时序模型来辨识电液伺服系统的阶和参数,同时得到系统的干扰噪声模型。文中用极大似然法和BIC定阶准则来估计模型的阶和参数,根据估计参数的渐近正态性态角模型的子阶和时滞。文中应用该方法辨识了电液位置和力耦合系统及其噪声模型的阶和参数。仿真和实测阶跃响应比较,证明得到的辨识模型是正确的。该方法可用于任何多变量机械系统的模型辨识。     

基于神经网络的大容积环境温度模拟系统的辨识与控制

构建了DFOPDT复合模型及其基于神经网络的阶跃响应辨识方法,该方法用阶跃响应数据和模型参数的预测目标值对网络进行训练,使网络收敛于较优解;提出了Bang-Bang、神经网络和自适应PID三段组合式控制策略.试验证明辨识算法精确度高,控制策略效果好.