混沌激励下振动系统的非线性参数识别

本文对基于时-频相结合的非线性振动系统的参数识别问题进行了研究。首先建立含非线性参数单自由度振动系统的力学模型,将已知非线性系统产生的混沌响应作为该系统的激励, 假定其响应有若干不稳定的周期轨道组成,从混沌响应的状态空间中提取出近似周期轨道, 采用谐波平衡法识别出系统的参数,然后对识别出的参数进行误差分析。最后通过数值模拟,验证了混沌信号作为激励源对非线性系统进行参数识别的可行性。     

系统非线性参数识别的松驰法

研究了非线性参数系统模型的识别问题,通过引入求解线性方程的松驰法思想,构造了一类新的迭代识别算法。算例表明此方法具有很好的参数识别精度,并且具有概念清楚,易于编程等特点,为非线性系统模型参数的识别问题提供了新的思路。     

基于遗传算法的非线性迟滞系统参数识别

研究了非线性迟滞系统的参数识别问题。在识别过程中,将非线性迟滞系统的记忆复力用双折线模型来描述,并由此模型写出非线性迟滞系统的参数识别方程。利用相干函数,把关于模型参数非线性的参数识别方程转化线性参数识别前提下的非线性函数优化问题。     

由自由振动响应识别非线性系统参数的一种方法

本文提出了一种由自由振动响应识别非线性系统参数的方法,即首先用直接摄动法求出系统自由振动的近似解作为数学模型,然后用最小二乘法来识别系统的物理参数.此方法具有精度高、应用方便的特点.     

非线性系统参数识别的一种频域方法

在非线性振动系统的控制微分方程已知的前提下,一般能够用近似方法求出弱非线性系统的频率响应函数。本文提出了一种新的频域方法,即利用测量得到的一组频率、振幅值拟合频响曲线来识别非线性系统的参数。该问题实际是一个优化设计问题,本文用优化原理中的直接寻优方法和解非线性方程组的迭代法,对杜芬方程控制的系统进行参数识别,两者的结果是非常接近的。     

非线性框架结构系统识别

本文对单自由度非线性框架结构参数识别提出了一种半优化方法；对多自由度非线性框加要结构参数识别提出了一种将多自由度系统识别转化为单自由度系统识别的方法，此方法有计算机程度快，精度高等优点。     

改进相空间重构方法在混沌识别中的应用研究

讨论了传统非线性时间序列相空间重构方法的特点。提出了一种改进的相空间重构方法．为了揭示非线性时间序列中的非线性相关性。采用了一种基于关联积分的统计量，并研究了不同参数对它的影响．研究了延迟时间和嵌入维数之间的关系，并采用时间窗口描述这2个参数的变化规律．同时，应用改进方法计算了混沌时间序列的重构参数。重构了混沌信号的吸引子．研究结果表明。该方法能够从时间序列有效地重构原系统的相空间，为混沌信号识别提供了新的途径．     

考虑非线性的机载航炮后座力识别技术

针对非线性的机载航炮系统,提出"分段线性传递函数法"的方法,并采用该方法进行后座力识别;同时提出"传递能量"的概念,给出其明确的定义,在此基础上对非线性进行了定量的描述,并修正后座力识别结果.结果表明,该方法与使用线性近似方法解决后座力问题在工程上有大的改进.     

一种基于离散变分原理的非线性动力系统参数识别方法

提出了一种辨识非线性动力系统模型参数的方法。首先将待辨识参数的导数引入到系统输出误差代价函数中;然后利用离散变分原理导出关于待辨识参数的差分方程,并与系统方程一同求解;最后通过迭代运算使待辨识参数从给定的初值收敛到稳定真值。利用本方法对线性和非线性振动系统的模型参数分别进行了参数识别仿真,数值计算结果证明了方法的有效性。     

多重非线性参数的水声目标联合识别

1引言 本文采用基于非线性动力学的信号处理方法来进行水声信号处理的研究.首先基于Takens的相空间重构理论进行了相空间重构,然后采用相似序列重复度非线性处理方法进行时域非线性信号的特征分析,并计算出最大Lyapunov指数,描述了水声信号相空章轨道发散的快慢,也定量表述了系统对于初值的敏感程度.通过识别结果的比较,确定了各个参数对识别效果的影响,并在此基础上提出了一种输入层5个神经元,隐层为10个神经元,输出层一个神经元的BP网络实现水声目标的识别,并通过计算比较,说明了该基于多重非线性参数联合估计的非线性识别方法的优点.     

基于量子粒子群优化的Volterra核辨识算法研究

将量子粒子群优化（QPSO）引入到非线性Volterra系统辨识中,提出了一种基于量子粒子群优化（QPSO）的Volterra级数辨识方法,利用QPSO算法估计出了非线性系统的Volterra核函数。提出的方法同时和传统的最小二乘法(LMS)辨识方法进行比较,仿真结果验表明,在无噪声干扰下,提出的方法与LMS方法都具有很好的辨识精度和收敛性。然而,在有噪声干扰下,无论在辨识精度、收敛性和抗干扰性方面,本文方法都优于传统的LMS方法,而且,随着噪声的增强,这种优势越明显。     

二维非线性单原子正方晶格色散摄动分析

声子晶体的色散关系决定弹性波在其中的传播方式。从二维无限周期结构的波动方程出发,提出了一种分析非线性离散型声子晶体的色散关系的一阶近似摄动法。通过引入Bloch理论与小参数摄动展开法,得到了一阶近似的色散关系与频散曲线,以分析不同方向上的阻抗配置与非线性系数对频散及群速度的影响。以二维单原子正方晶格为例,得到了其一阶频散曲线。色散结果显示带隙及传播方向与波幅相关。最后模拟了晶格对点谐波激励的响应,以验证摄动分析有效性。     

基于字典学习的轴承早期故障稀疏特征提取

针对低速重载机械滚动轴承早期故障的振动信号中故障特征冲击成分微弱易被噪声覆盖难以识别,而利用稀疏表示方法提取冲击成分时因轴承工况非平稳性,准确匹配冲击成分字典难以构造问题,提出基于字典学习的轴承早期故障稀疏特征提取方法。利用改进型K-SVD字典学习算法构造自适应字典;采用正交匹配追踪算法(Orthogonal Matching Pursuit,OMP)对振动信号进行稀疏分解,计算每次迭代逼近信号的峭度值,找出最大峭度值对应的逼近信号;重构特征成分并进行包络谱分析,获得故障类型。仿真及轴承振动数据测试结果表明,所提方法能更好匹配早期故障特征成分、满足轴承实时故障监测需求。     

改进的受力状态映射法在结合部动力学参数辨识中应用

针对受力状态映射法作为辨识非线性结合部参数重要方法具有物理意义明确、辨识准确等特点,而实际辨识试验时结构某些参数难以测定、致辨识过程困难等问题,提出结合子结构模态综合法的受力状态映射法,可有效解决该问题。参数辨识过程中对模型易出现的缺失项及冗余项,利用基于TSVD(Truncated Singular Value Decomposition)正则化方法的模型迭代修正法。仿真模型表明,修正模型较精确模型误差小、辨识精度高。通过对导轨结合部进行参数辨识实验研究,证明辨识方法的有效性及准确性。     

基于排列熵理论的非线性系统特征提取研究

提出一种基于排列熵及其改进理论的伪相平面法,从而可以提取非线性系统中的微弱周期信号特征。通过选择合理的时间延迟和嵌入维数,对Duffing系统的响应信号进行相空间重构,得到一次排列熵和二次排列熵。随后将位移激励、一次排列熵和二次排列熵作为数据集,组成位移激励-一次排列熵和位移激励-二次排列熵两种伪相平面。通过将这两种方法与传统的相平面法、频谱分析和排列熵、排列熵谱、二次排列熵、二次排列熵谱的提取效果进行对比,验证了该方法的合理性。研究表明该方法能够对非线性系统中的微弱周期信号特征进行提取,取得了较好效果。     

基于希尔伯特变换的舵机系统间隙参数辨识及试验方法

针对舵机间隙参数辨识问题,设计了间隙可调的试验装置模拟舵机传动机构的间隙,以静载突卸方式使其产生自由振动,应用基于希尔伯特变换的自由振动分析方法得到双折线弹性力曲线并辨识间隙参数。并进一步应用于真实飞行器舵机间隙的辨识中。该试验方法获取的振动数据信噪比良好;辨识结果表明本文方法可更为准确的识别出舵机间隙参数,工程评估结果更为安全,对于小型舵机具有良好的适用性。     

基于GNAR模型和Itakura距离的结构非线性损伤识别方法

为了有效地解决时域非线性损伤的识别问题,提出了基于线性/非线性自回归一般表达式模型(general expression for linear and nonlinear autoregressive model,GNAR模型)和Itakura距离的损伤识别方法。描述了GNAR模型的基本理论,给出了基本的模型定阶和参数估计方法。采用剪枝算法对GNAR模型结构进行了优化选取,并提出了以Itakura距离作为损伤指标的非线性损伤识别方法。采用3层框架非线性损伤实验验证了该方法的有效性,并将提出的方法运用于输电塔钢架模型的非线性损伤识别实验中。结果表明:提出的结构非线性损伤识别方法对框架和输电塔钢架结构的非线性损伤识别效果良好,且环境变化对其识别结果影响较小,由该方法计算得到的损伤层损伤概率明显大于未损伤层,有利于高效地确定非线性损伤源的位置。     

基于最小二乘平滑滤波与CEEMDAN的光纤陀螺信号处理研究

针对光纤陀螺在面板堆石坝面板挠度监测中易受到噪声干扰,难以准确提取反映结构变形特征信号的实际问题,提出一种基于最小二乘平滑滤波与CEEMDAN混合降噪的方法。该方法运用CEEMDAN将光纤陀螺实测信号进行分解,得到一系列IMF分量。分别对每一阶IMF分量进行傅里叶频谱分析得到幅值谱图和幅值的方差,根据幅值方差的大小判断噪声IMF分量与有用信号IMF分量的分界,结合最小二乘平滑滤波对噪声IMF分量进行降噪。最后将降噪后的IMF分量与有用信号IMF分量进行重构,得到降噪后的光纤陀螺信号。通过对仿真信号和水布垭面板堆石坝面板挠度监测的实测数据进行分析,该方法能有效滤除噪声信号,准确提取反映结构变形的特征信号,验证了该方法对实际工程中光纤陀螺测量信号降噪的可行性和适用性。     

基于滑动峰态算法的信号弱冲击特征提取及应用

机械故障振动信号中往往含有故障引起的弱冲击成分,冲击信号具有显著的非高斯特性,而零时滞四阶累积量即峰态能够描述信号偏离高斯分布的程度;基于峰态这一特性,本文提取一种基于滑动峰态算法的弱冲击特征提取方法,首先对原信号进行滑动峰态计算,获得一个新的峰态时间序列,然后对该峰态时间序列进行傅立叶变换,提取出信号中冲击成分的频率特征。通过强背景信号及噪声环境下弱冲击特征提取的仿真研究,证明了该方法具有很好的冲击特征提取能力。以实测齿轮断齿信号分析结果证明了该方法的有效性。