递推最小二乘法辨识连续带钢热镀锌退火炉模型参数

提出了用递推最小二乘法辨识连续带钢热镀锌退火炉模型参数.在已建立的连续带钢热镀锌退火炉数学模型的基础上,经过分析计算确定模型参数.考虑到最小二乘法的缺陷,选用递推最小二乘法进行参数辨识,并结合实例给出辨识结果和分析,证明了该方法的可行性.     

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.     

限定记忆法辨识带钢热镀锌退火炉模型参数

最小二乘参数估计方法可用于线性的或非线性的系统参数辨识,包括动态的、静态的和参数的或非参数的模型辨识,其递推算法更是收敛可靠,简单实用。但是随着数据的不断增长,最小二乘的递推算法将失去修正能力,出现数据饱和现象,限定记忆最小二乘法解决了这一问题,并能得到无偏、一致、有效估计。以已建立的连续带钢热镀锌退火炉数学模型为实例,用限定记忆最小二乘法辨识连续带钢热镀锌退火炉模型参数。通过对限定记忆最小二乘法的研究,进行模型参数辨识,并给出辨识结果和分析,结果证明了该方法的优越性。     

基于积分方程的连续模型辨识与仿真

大多数实际物理系统的模型本质上是连续的，连续时间模型为物理系统的行为提供了更好的解释。提出了一种采样数据中存在高频有色噪声的连续模型辨识方法，该方法通过引入积分运算，将连续时间系统的微分方程模型转换为积分方程模型，从而使噪声的影响可以忽略，然后直接利用传统的最小二乘法估计出系统的连续时间模型参数。该方法具有较强的抗有色噪声干扰的鲁棒性、计算方法简单、参数辨识精度高等优点。仿真实例验证了该方法的有效性和可行性。     

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.     

融合改进蚁狮算法和T-S模糊模型的噪声非线性系统辨识

针对传统的T-S模糊辨识方法难以准确辨识含噪声的非线性系统问题,将噪声信号和系统的其他输入变量一起作为模糊前件的输入,采用具有动态随机搜索和寻优半径连续收缩机制的改进蚁狮算法优化模糊前件的结构参数,使用加权最小二乘法实现模糊后件的参数辨识.数值仿真表明,所提出的辨识方法可以有效抑制噪声的影响,经过改进蚁狮算法优化后的T-S模糊模型辨识效果更好.最后,将所提出方法用于直拉硅单晶生长热模型的辨识,实验结果表明该方法优于传统的辨识方法.     

过程控制常用连续模型的直接辨识法及应用

针对工业过程中最常用的一阶加滞后、二阶加滞后、二阶加零点、二阶加零点及滞后、积分惯性加滞后等环节，给出了基于阶跃响应的连续模型参数直接辨识算法。由传递函数的拉普拉斯逆变换式和对象阶跃响应的采样数据构成模型参数回归表达式，用最小二乘法或辅助变量法直接辨识对象的连续时间传递函数模型参数。仿真与实际应用结果表明，该算法提高了模型辨识精度，减小了对过程的扰动，并且对输出测量噪声不敏感，鲁棒性强，容易编程实现，可提高实际PID控制器参数整定质量。     

电阻炉模型的辨识及时变性分析

以电阻炉为例,对工业上广泛存在的大惯性时滞时变系统对象的模型进行辨识,并对其模型时变性进行定性的分析.提出一种基于阶跃响应的一阶惯性加纯滞后连续模型的直接辨识方法.采用遗忘因子递推最小二乘法辨识算法跟踪时变参数,仿真并给出参数变化曲线.并结合机理建模从电阻炉的物理结构上分析参数时变性.仿真结果验证了机理分析的正确性.该方法对工业系统中的精确建模和时变系统的控制有一定的指导意义.     

跟踪-微分器用于连续系统辨识

利用跟踪－ 微分器估计连续系统状态并用最小二乘法估计系统参数,直接对连续系统进行辨识。仿真结果表明,不论是线性系统,还是非线性系统,只要结构对参数是线性的,利用这种方法都能有效地将其参数辨识出来     

跟踪—微分器用于连续系统辨识

利用跟踪－微分器估计连续系统状态并用最小二乘法估计系统参数,直接对连续系统进行辨识。仿真结果表明,不论是线性系统,还是非线性系统,只要结构对参数是线性的,利用这种方法都能有效地将其参数辨识出来。     

A two‐stage searching method for continuous time‐delay systems identification

This paper presents a novel method to estimate the unknown parameters of continuous‐time systems with time delay. In the proposed method, the time delay and plant parameters are estimated separately. To estimate the time delay, a one‐dimensional searching method with variable step size is proposed to improve computational efficiency. The searching method consists of two stages: the coarse stage and the refined searching stage. To analyze the convergence of the searching method, the concept of significant interval is proposed. By defining the significant interval, a sufficient condition for global convergence of the searching method is provided. Based on the two‐stage searching method, a novel identification algorithm is developed in which the simplified refined instrumental variable for continuous‐time models algorithm is used to estimate the plant parameters. Simulation results demonstrate that the proposed identification method can estimate the unknown parameters of continuous‐time system with time delay efficiently. The estimation results under different noisy conditions verify the reliability and robustness of the proposed method. The applicability of the developed identification method is demonstrated by a practical example.     

大范围运动柔性机械臂斜碰撞动力学分析

对作大范围运动柔性机械臂系统,进行斜碰撞动力学分析.基于柔性多体系统刚柔耦合动力学理论,计入耦合变形项,全面考虑大范围刚体运动与弹性小变形运动的耦合,建立系统连续动力学方程.引入斜碰撞力学模型,将法向和切向碰撞力以广义力的形式加入动力学方程中,对系统进行斜碰撞动力学建模分析.法向碰撞模型选取基于连续接触力法的非线性弹簧阻尼模型,切向碰撞模型选取一种修正Coulomb摩擦模型,对切向摩擦力进行统一描述.给出接触、分离判据,实现不同状态的动力学模型转换与求解.对斜碰撞全局动力学进行了仿真验证,分析了柔性机械臂全局过程的动力学特性变化以及碰撞对大范围运动和小变形运动的作用,并对比了不同碰撞方向对大范围运动、变形、机械能、碰撞力等动力学参数的影响.     

基于小波调制的连续系统模型辨识

介绍了连续模型辨识的调制函数法，其于小波分析理论，提出构造多分辨小波调 制函数的新思路，设计了高斯小波调制函数.以二阶系统为例，研究了调制窗口参数与辨识 精度的关系,并以此得到调制函数参数的设计依据.典型算例表明本文算法的有效性.     

数据挖掘的系统云灰色预测方法研究

剖析了系统云灰色预测模型的构造机理,对其积分生成原理进行了论证,并对其求解方法进行了深入研究,提出了一种系统云灰色模型的解析预测公式．结合数据库中“贫”信息和小样本序列数据的特点,研究了用该模型进行数据挖掘的方法,并用实例对解析预测公式和还原离散预测公式进行对比,阐述了解析预测方法具有求解简单、结果详细、直观的优点。     

Spectral density based estimation of continuous‐time ARMAX process parameters

The continuous‐time ARMAX model is a standard model that can be used for describing continuous‐time stochastic dynamic systems for control purposes. In this note, the problem of estimating the parameters in such a model from discrete‐time data is considered. In the proposed solution, the parameters in the denominator polynomial are estimated using a continuous‐time Yule‐Walker equation. Thereafter, the parameters in the numerator polynomials are estimated using an approach based on the spectral density of the output signal and regularized least squares. The method is sub‐optimal but easy to apply and the given estimates can be used directly or as initial values for the maximum likelihood method. Copyright © 2010 John Wiley and Sons Asia Pte Ltd and Chinese Automatic Control Society     

液压位置伺服系统滑模自抗扰控制器设计

主要研究了驱动连铸结晶器的液压伺服系统的精确位置跟踪控制问题。由于液压伺服系统的某些内部参数是时变且不可测的,同时外部负载力也随时间变化使得系统动态模型不精确,从而影响了系统的控制效果。针对这一问题,提出了一种基于滑模控制的自抗干扰控制器的设计方法,利用扩张状态观测器把系统内部参数和外部负载力的不确定性观测出来,从而有效地抵消了系统的不确定性。根据工程实际中的参数进行仿真研究,其结果表明这种控制方法具有很好的全局鲁棒性,并且提高了位置跟踪的精度。     

一类模型未知系统的辨识和混沌化控制

对于一类模型未知的非混沌系统采用模糊神经网络辨识其动力学特性, 将得到的模糊神经网络辨识模型应用于逆系统方法中, 实现了一类模型未知非混沌系统的混沌化控制. 该方法不依赖于被控对象的数学模型, 就可以进行有效控制. 研究了模糊神经网络辨识误差对控制精度的影响, 证明了适当设计参数可以使由辨识误差引起的控制误差小于辨识误差. 针对连续和离散两类系统的仿真研究证明了该方法的有效性.     

Extended Kalman filters for fractional‐order nonlinear continuous‐time systems containing unknown parameters with correlated colored noises

By using the Grünwald‐Letnikov (G‐L) difference method and the Tustin generating function method, this study presents extended Kalman filters to achieve satisfactory state estimation for fractional‐order nonlinear continuous‐time systems that containing some unknown parameters with the correlated fractional‐order colored noises. Based on the G‐L difference method and the Tustin generating function method, the difference equations corresponding to fractional‐order nonlinear continuous‐time systems are constructed respectively. The first‐order Taylor expansion is used to linearize the nonlinear functions in the estimated system, which provides the system model for extended Kalman filters. Using the augmented vector method, the unknown parameters are regarded as new state vectors, and the augmented difference equation is constructed. Based on the augmented difference equation, extended Kalman filters are designed to estimate the state of fractional‐order nonlinear systems with process noise as fractional‐order colored noise or measurement noise as fractional‐order colored noise. Meanwhile, the extended Kalman filters proposed in this paper can also estimate the unknown parameters effectively. Finally, the effectiveness of the proposed extended Kalman filters is validated in simulation with two examples.