直升机尾传动轴系的非线性刚度参数辨识方法

提出了基于测试数据来识别尾传动轴系非线性刚度参数的方法.首先,对尾传动轴系进行低幅值激励下的模态测试,并建立尾传动轴系的简化模型,与试验结果对比验证模型的准确性.然后,对尾传动轴系开展不同激励水平下的步进正弦扫频测试,基于测试频响函数得到固有频率随位移幅值的变化关系.对建立的尾传动轴系简化模型进行有限元迭代计算,可以识别出固有频率随等效刚度的变化关系.最终建立起尾传动轴系等效刚度与位移幅值的关系,识别出尾传动轴系的非线性刚度参数.     

非线性因果模型辨识方法

近来,基于观测变量的因果模型辨识受到了较多关注。一般使用线性无环因果模型对数据生成过程建模,而实际上,许多因果模型包含非线性关系,使用纯线性方法求解是无效的。将线性模型泛化为非线性模型,提出一种两步骤的辨识算法,首先使用特征选择算法获得d分离等价类,然后使用非线性成对独立性测试为图中的边标注因果方向。实验结果验证了该算法的有效性,并表明其优于其他算法。     

小型无人直升机模型辨识数据处理方法研究

针对小型无人直升机模型频域辨识过程中的姿态角速率测量误差,提出了一种飞行数据处理方法。该方法采用飞行试验扫频测试技术,确保激励信号能够满足不同频段下模型辨识对飞行数据的需求;设计基于有色噪声的卡尔曼滤波器以降低紊流风场对飞行测量数据的影响,同时,对飞行测量数据使用数据预处理的方法以剔除测量噪声、野值、直流成分和低频分量。在小型无人直升机系统各通道中进行验证,验证结果表明,所提出的飞行数据处理方法能够满足小型无人直升机模型辨识对姿态角速率数据精度的要求,为精确建模提供了较高质量的飞行数据。     

基于切换模型的无人直升机偏航通道系统辨识方法?

针对直升机偏航通道中舵机控制量的饱和非线性问题,提出基于切换模型的无人直升机偏航通道系统辨识方法。首先分析无人机偏航通道的特征,建立包含饱和单元的切换模型。其次通过扫频实验采集辨识所需的数据,并在频域下采用遗传算法辨识得到切换模型的所有参数。再根据实验数据分析辨识模型的残差序列,得到系统的残差模型,并利用该残差模型修正辨识得到的无人机偏航通道模型,进一步提高模型的准确度。最后通过实验数据分析文中模型的准确性,并利用该模型设计无人机飞行控制器。实验结果也证明模型的有效性。     

直升机尾桨叶疲劳试验技术的研究

基于直升机尾桨叶疲劳试验技术研究的现状,对尾桨叶疲劳试验实现技术进行了重点阐述.根据尾桨叶疲劳试验的加载及测量要求,结合尾桨叶构型特性,设计制造了可同时对尾桨叶施加离心力、挥舞力、摆振力、扭力及法兰盘压载荷的尾桨叶疲劳试验台,并说明了尾桨叶疲劳试验台的工作原理.通过应用对尾桨叶粘贴应变片的方法测得了 3件尾桨叶疲劳试验...     

多自由度局部非线性系统频域响应及非线性位置的辨识方法

研究了因与外部接触而发生局部非线性的动力学系统.基于NOFRF理论,对系统中出现的各次谐波分量进行研究,推导出了该类系统各自由度各阶谐波分量的表达式.证明了该类动力学系统中各自由度之间高次谐波分量的与原线性系统动柔度矩阵的相关元素成正比关系,并据此提出了一种简洁的局部非线性位置的辨识方法.采用这种方法,可以通过结构体中任意两个部位之间的高次谐波分量的比值关系,经过一次谐波激励而辨识出非线性的具体位置.对一个多自由度系统进行数值仿真,验证了该方法的有效性.     

基于MFLNN的变参数非线性系统辨识

函数型连接神经网络的网络结构简单，计算复杂度低。该文提出了一种外积扩展型连接神经网络（MFLNN），用于辨识变参数非线性系统，仿真结果表明，MFLNN实现了变参数非线性系统的辨识，效果显著。     

小型无人直升机横纵向模型参数辨识方法

针对小型无人直升机具有多变量、非线性和强耦合的特点,提出一种基于参数辨识的横纵向通道动力学建模方法.该方法根据直升机小扰动运动学方程和小型无人直升机空气动力学特点,推导了小型无人直升机横纵向通道动力学模型.在悬停条件下通过对模型进行简化,得到小型无人直升机横纵向通道待辨识线性耦合模型.根据飞行实验数据,通过采用多变量最小二乘方法估计出该耦合模型的未知参数.模型预测数据和实际飞行数据的比较结果表明,所建模型能充分反映该小型无人直升机在悬停状态下的横纵向通道动力学特性,具有较高精度且结构相对简单,可作为自主飞行控制器设计的参考模型.     

时变非线性分布参数控制系统的小波辨识算法

基于正交函数逼近理论,在Haar小波正交规范基的基础上,总结并推导出了其积分运算矩阵、微分运算矩阵、乘积运算矩阵及其运算性质,并应用于一类时变非线性分布参数系统的辨识.借助于正交小波函数逼近方法对分布参数系统进行辨识,经正交小波逼近变换转化为代数矩阵方程,因此该方法可以不考虑初始条件和边界条件,较其他辨识方法要简单得多.该算法简单、计算量小、简化了分布参数系统辨识的求解过程,应用在分布参数系统辨识中不失为一种有效的分析方法.     

非线性系统的参数空间分割辨识方法

本文提出了一种新的非线性系统Volterra级数模型辨识方法,为非线性系统辨识中 的“维数灾难”问题提供了一种满意的解决．算法中参数空间分割和模型辨识同时完成,降 维依据采用输出拟合结果的均方误差,最终得到输出拟合均方误差意义上的准最优解．本算 法也可以作为非线性系统模型的结构辨识算法,并可以直接推广应用于其它很大一类非线性 系统模型．仿真试验结果表明,算法计算量小,精度高,并具有较好的稳定性,可以应用于 在线实时辨识．     

轮式移动机器人驱动系统的动力学模型的研究

本文论述了一种首先应用阶跃响应的面积法得到开环系统的辩识模型，然后结合对开环辨识模型的根轨迹分析进行闭环系统的模型综合的辩识方法。     

车辆系统的非线性行驶动力学响应

深入研究车辆在粗糙路面行驶而激励引起的非线性振动响应,对揭示复杂动态响应机理和提升动力学性能具有重要的理论意义与工程价值.首先,本文利用运动非线性机制,建立质心垂向平移和绕质心俯仰的两自由度车辆系统的力学模型,利用拉格朗日方程导出系统的非线性运动微分方程,分析自由振动系统的非线性回复力、势能曲线特性及平衡点稳定性.其次,针对自由振动系统,分析线性近似系统的频率比随参数的变化规律,又利用谐波平衡法分析非线性近似系统的幅频曲线特性.最后,针对强迫振动系统,利用数值方法得到系统的阻尼、路面波长及波幅对幅频响应曲线的影响规律.结果表明,新型车辆模型具有复杂非线性动力学特性,为行驶车辆系统提供参数设计和揭示振动机理提供理论参考.     

非线性系统Wiener模型辨识

本文采用不同幅值的三电平伪随机m序列作为输入信号,辨识了离散非线性系统Wiener模型的线性脉冲响应函数和非线性增益系数.同时讨论了参数估计的统计特性及其区间估计,并附有仿真结果.     

一类大系统的直接自适应分散模糊控制

本文针对一类未知非线性大系统,提出了一种直接自适应模糊分散控制策略．设计中 ,首先在假设各子系统的动态已知的条件下,设计最优分散控制,然后用模糊自适应系统逼 近最优分散控制．同时引入模糊滑模控制消除各个子系统之间的相互作用,外部干扰和模糊 系统的逼近误差．并对所设计的控制系统进行了稳定性分析．     

非线性动态系统优化与参数估计集成的神经网络算法

基于动态系统优化与参数估计集成的迭代算法，提出一个求解系统优化的神经网络方法，得到一种动态系统优化与参数估计集成的神经网络算法，该算法通过重复求解参数估计问题和悠神经网络，获得原问题的精确最优解，由于系统优化问题用神经网络求解，因此该算法具有求解速度快，易于硬件实现等优点，特别适用于在线优化与控制。     

混合体系多塔斜拉桥竖弯刚度评估动力学理论

基于斜拉桥的受力特点和形状特征,提出了用于混合体系多塔斜拉桥面内竖弯刚度评估的多梁离散弹簧动力学模型.首先,在课题组相关成果的基础之上,介绍了采用传递矩阵法对不同体系斜拉桥的处理方式.然后,通过使用连续性条件和边界条件,建立了混合体系多塔斜拉桥竖弯刚度评估的基本理论.最后,以赤石大桥为例,建立了相应的有限元模型,并将本文方法算出的频率与有限元和实测得到的频率进行对比,表明本文方法的正确性,可用于混合体系多塔斜拉桥面内竖弯刚度的评估.     

用Hammstein模型描述的非线性系统的结构辨识

本文研究了用Ｈａｍｍｓｔｅｉｎ模型描述的一类非线性系统的辨识问题，给出了这种模型辨识时的激励信号问题。     

非线性离散动态系统优化与参数估计集成的多模型方法

在非线性系统分时段线性化多模型基础上,给出了非线性离散动态系统优化与参数估计集成的多模型方法,并论证了算法的最优性和收敛性.在存在模型-实际差异的情况下,从分时段线性化多模型出发通过迭代运算可得到实际非线性离散动态系统的真实最优解.仿真结果表明了算法的有效性和实用性.     

船舶减摇非线性系统神经网络控制研究

本文针对船舶横摇运动的非线性模型，基于BP神经网络设计了一种船舶横摇减摇 自适应PID控制器．该控制结构由两个BP神经网络组成,实现了对被控对象输出的预测及PID控制器参数的自整定．仿真表明该控制器对减摇系统的非线性模型有很好的减摇效果．     

A NUMERICAL METHOD FOR PROPAGATION OF UNCERTAINTY IN NONLINEAR SYSTEMS

A numerical method is presented which propagates uncertainty through dynamical systems. It is a fast method of solving the Fokker-Planck equation in the special case of zero diffusion, and requires only that sufficient moments of the initial joint density function be known to adequately characterize it. The method relies upon approximating a continuous density function with a discrete density function. For some systems an interesting linearity condition holds for the uncertainty.