极端环境下光学红外望远镜伺服系统模型预测

在极端环境下光学红外望远镜伺服系统建模的实际工作过程中,实测的望远镜状态数据经常包含有各种噪声。为了减小噪声对模型辨识精度的影响,提出了一种基于带有控制的非线性动力学稀疏辨识（Spark Identification of Nonlinear Dynamics with Control, SINDYc）算法的稀疏辨识方法。针对望远镜伺服系统,对SINDYc算法进行了理论分析和数值模拟,对比了在不同的噪声水平下,望远镜伺服系统预测模型的状态变量曲线,并拟合了不同噪声水平下辨识模型的决定系数曲线。基于南极望远镜实验平台,设计了正弦和方波信号作为激励信号进行模型辨识实验,对SINDYc算法的建模准确性进行了实验验证。数值模拟模型的预测输出结果显示:SINDYc算法在20%噪声水平以下时,模型辨识精度在0.99以上;在10%噪声水平以下时,状态变化跟随最大偏差值在信号幅值的5%以内。辨识实验数据表明,在两种不同信号激励下望远镜伺服系统模型预测的辨识精度分别为0.9857与0.9952,证实了基于SINDYc算法的稀疏辨识方法的有效性和准确性。该方法辨识出的系统模型可以为未来的南极大口径光学红外望远镜控制系统的分析及控制器设计提供很好的分析模型。     

传播动力学研究综述

为了解决信息在复杂网络中的传播和控制问题,众多学者使用了传染病动力学作为建模和研究方法。本文介绍了传播动力学的研究意义,介绍了传染病动力学的SI、SIS、SIR和SEIR模型,并分析了各模型的特点。最后对传播动力学的研究提出了一些展望。     

基于ARIMA-LSTM混合模型对传染病的预测分析

传染病一直是科学研究的热点,利用科学的方法控制传染病的传播对整个国家乃至全世界具有举足轻重的作用。文章选取乙类传染病中新型冠状病毒感染数据作为研究对象,搜集了北京市2022年1月至2022年4月新冠感染累计确诊病例数,构成时间序列,基于自回归移动平均模型（ARIMA）和长短期记忆神经网络（LSTM）的混合模型进行预测分析。结果表明,混合模型的预测结果与实际情况基本一致。     

机敏约束层阻尼结构动态模型辨识

针对机敏约束层阻尼(SCLD)非线性系统的动力学建模问题,系统辨识是一种简便有效的方法.该文以NARX网络表征待辨识模型,并采用串并联与并联相结合的方法训练网络,根据实验数据辨识出非线性系统的动力学模型.通过对SCLD薄板结构外扰通道和控制通道的建模研究,证明了NARX网络良好的辨识性能及该文研究方法的正确性.为进一步验证该文建模方法的有效性和可行性,将NARX网络用于SCLD复杂车厢结构的动态模型辨识,并取得了较满意的效果.     

磁悬浮系统动力学参数的开环辨识

针对磁悬浮系统的本质非线性，提出了基于试验研究的一种实用的动力学模型开环辨识方法，它能在完全不知系统物理参数的前提下，较好地辨识磁悬浮系统的动力学方程中的参数，据此设计的控制器可以对磁悬浮系统的稳定悬浮进行有效的控制。辨识的结果可直接用于某些场合下磁悬浮系统的运动控制，也可以在此基础上进行更为精确的在线辨识。     

卫星联合定轨的参数化融合模型

 针对基于双星定位系统的近地卫星的多星高精度联合定轨问题,首先建立了不同轨道高度的卫星动力学的物理参数模型与基于稀疏参数表示和时间序列分析的数学模型相结合的轨道动力学高精度表示模型,然后建立了基于测量系统误差参数建模和模型误差非参数分量表示相结合的非线性半参数联合观测模型,在此基础上建立了联合定轨的参数化融合模型,设计了联合定轨参数化融合模型的非线性半参数联合估计算法.理论分析和仿真计算结果表明,卫星轨道动力学模型的高精度表示方法能够进一步提高动力学模型的表示精度,非线性半参数联合观测模型优化建模方法能够进一步细化观测模型,而基于此设计的参数化融合模型的联合估计算法能够使最终的卫星联合定轨精度得到较大程度的改善.     

基于Matlab封闭系统中SIRS传染病模型的问题分析

在当下疫情多发需及时管控的背景下,对传染病进行定量研究其传播规律并建立传染病模型,可以为预测、控制、防范传染病大规模传播提供可靠的信息的研究显得尤为重要。文章利用微分方程理论针对假设的多种情境下建立传染病动力学SIRS模型来模拟传染病的传播过程及规律,并利用微分方程组针对多种不同情况使用MTALAB得出数值解。当初始潜伏者为密闭环境下工作人员及其它人员的情况下,分析得出其只对传染病传播期有影响,在传染病病情稳定后S、I、R三类人群的比率不变。在工作人员适当防护条件下改变了在公共场所内不同人群感染者的有效接触率,达到有效控制疫情传播方便及时管控的效果,因而得到了与实际贴切的模型,并且易于推广。     

压电叠堆执行器迟滞非线性建模与分析

压电叠堆执行器输出位移具有迟滞非线性特性,在高精度控制和电静液作动器等应用领域,为实现进一步研究和控制,需要针对该特性进行建模。该文首先针对压电叠堆执行器的静态特性,采用改进的非对称BoucWen模型建立压电叠堆执行器的准静态模型;其次,为描述其动态位移输出特性,将执行器输出力分为线性模块和滞后模块,根据系统动力学方程建立压电叠堆执行器迟滞非线性动态模型,进行参数辨识、模型仿真与实验研究。结果表明,在400Hz频率范围内,所建立的模型能够准确描述与预测压电叠堆执行器输出位移的迟滞非线性。     

基于操作轨迹模型的非线性预测控制算法

针对工业过程的非线性,本文首先提出了一种操作轨迹非线性模型的辨识方法:根据调度变量的操作轨迹,选取若干个典型工作点;在各个典型工作点,辨识各自的线性模型;根据测试数据以及过渡数据,得到全局插值非线性模型.在此基础上,本文进一步提出一种基于操作轨迹模型的非线性预测控制算法,并采用多步线性化方法进行问题求解.由于仅需要在典型工作点上进行测试,降低了全局建模的辨识成本,而且控制品质好,仿真结果表明了该算法的有效性.     

基于BP神经网络的机械臂轨迹控制研究

针对六自由度机械臂耦合性强、时变、非线性等性能,基于拉格朗日动力学建模方法,文章采用BP神经网络逼近模型,实现高精度轨迹跟踪。该方法根据六自由度机械臂本体采集的数据进行黑箱辨识建模解耦,建模过程采用BP神经网络逼近,提升建模精度、简化建模过程。针对解耦后的系统,还需建立PID闭环控制器进一步实现轨迹跟踪控制。仿真及实验结果表明,基于BP神经网络的PID控制器能够改善系统的鲁棒性和稳定性,并有效抑制抖动。     

基于NARX非线性辨识技术的航空发动机嵌入式机载模型计算机实现

针对航空发动机控制系统中机载模型难以实现的问题,设计一种将NARX非线性辨识模型移植入嵌入式高性能处理器从而实现机载模型的方法。应用NARX非线性辨识技术,对某型涡扇发动机试车数据进行系统辨识并建立实时建模;接着,将辨识模型通过代码生成技术载入TMS320C6747控制模块;最后,经过适当接口修改,完成机载模型计算机的实现并对其进行实验验证。结果表明,所辨识模型具有较高精度,且载入DSP平台后精度可达92%,满足航空发动机系统对机载模型的要求。     

压电智能桁架结构的建模与最优振动控制

为了实现桁架结构振动主动控制,建立了智能桁架结构动力学模型和最优振动控制模型,对动力学建模和最优控制建模方法进行了研究。首先根据有限元理论和Hamilton原理,建立了智能桁架结构的机电耦合动力学方程,方程中含有与作动电压有关的耦合刚度矩阵,采用缩聚变换对动力学方程进行了简化,该动力学方程可用于机械/电荷作用下结构的静动力分析和控制系统设计。然后将推导的动力学模型变换为状态空间方程的形式,根据线性二次型最优控制理论,推导了结构振动控制的数学模型,通过最小化性能泛函,求解黎卡提矩阵代数方程确定了最优控制输入。最后给出了平面桁架结构振动控制算例验证建模过程和算法。结果表明,通过最优振动控制可以使结构振动快速衰减,达到振动抑制的效果。     

基于BSNN-ARX的光伏逆变器模型辨识

光伏逆变器是光伏并网系统的核心部件,将基于Hammerstein模型的非线性系统辨识方法引入到光伏并网逆变器的建模中,把单相光伏并网逆变器视为双输入单输出的非线性黑箱系统。在Hammerstein模型的静态非线性环节采用B样条神经网络,动态线性环节采用ARX模型,同时采用基于误差学习准则和最小二乘递归准则的自适应学习方法。实验测试结果表明,提出的BSNN-ARX光伏逆变器模型辨识方法可以对不同天气条件下的逆变器输出功率进行高精度的辨识,从而为并网逆变器的建模提供一种有效途径。     

数据驱动技术在多电机同步系统中的应用

随着异步电动机在电机驱动系统中应用范围的逐步拓宽,多电机控制系统建模过程中需要处理的非线性问题更加明显,而且难度明显增加。通过使用局域模型的模糊辨识方法,在数据的聚类处理基础上,构建针对多台异步电动机的控制系统建模方法,能够较好地处理多台异步电机控制过程中的非线性问题。从控制系统的仿真效果来看,这种控制方法能够实现异步电机的同步控制,且控制效果良好。     

基于解析电导率模型的相变存储器SPICE模型

在相变存储器的外围电路设计中,相变存储单元的电路模型是连接器件与电路的桥梁。在本文中,提出了一种基于解析电导率模型的相变存储器电路模型,与前面的工作相比,该模型利用解析电导率模型代替了使用传统模型中需要利用测试结果建模的缺点,可以通过材料的参数计算相变存储单元的电阻,能够反映相变材料中的载流子传输特性。同时,基于等温假设,提出了解析温度模型,并基于JMA方程建立的相变动力学模型,结果表明,该模型能够进行相变存储单元瞬态与稳态电路仿真,并与测试结果符合较好。     

MIMO非线性系统的多模型建模方法

针对实际工业过程中多变量系统存在着非线性、工况范围广的特点,本文提出了一种新的多模型建模方法.首先对系统调度变量进行满意模糊c均值聚类,在此基础上采用基于加权性能指标的多模型辨识算法辨识多模型系统,得到的模型在全局拟合与局部特性之间取得良好的权衡,同时能得到每个局部模型的适用域.以典型pH中和过程为对象,采用上述建模方法建立其系统多模型,仿真结果验证了该建模方法的有效性.     

一种接收机非线性行为建模方法

提出一种基于多项式的接收机行为建模方法。采用Hammerstein模型构建接收机行为模型,分别用非线性模块与记忆线性模块表征接收机非线性特性和记忆效应;利用傅里叶级数和最小二乘法分别辨识行为模型的非线性模块参数与线性模块参数;最后通过接收机ADS模型仿真数据,验证所提出的接收机非线性行为建模方法。对比分析了ADS仿真和行为模型的AM-AM特性及单音时域波形,实验结果表明,接收机行为模型的AM-AM特征曲线及时域波形与ADS仿真数据吻合程度较好。本文方法可预测接收机的非线性响应,对在复杂电磁环境下的接收机非线性效应评估具有理论价值。     

基于T-S模糊模型的机器人轨迹跟踪控制

为了解决机器人跟踪控制的建模误差和扰动所引起的不稳定问题,设计一种基于T-S模糊模型的滑模控制器。首先对机器人动力学方程进行扇区非线性处理,建立T-S模糊模型,然后设计出保证机器人系统渐近稳定的滑模控制器。对二连杆机器人进行给定轨迹实验时,系统具有良好的轨迹跟踪性能,系统误差很快收敛到零。实验结果表明该方法对非线性系统具有较强的鲁棒稳定性,验证了该方法的有效性。     

卷筒纸印刷机折页机构运动学方程直接积分解法

针对运动副间隙和轴承滚子变形引起的折页机构非线性动态响应问题,提出刚性杆与弹簧组合假设,建立了折页机构间隙动力学模型.对含二阶偏微分方程组的含间隙折页机构动力学模型,采用非线性系统直接积分法进行求解.非线性系统分析的核心归结为系统状态方程的求解问题,对于一般非线性控制系统,通过引入由状态量、控制量与自变量时间t为坐标构成的"广义状态空间",在广义状态空间处将方程的右端展开为关于时间的Taylor级数,进一步直接积分获得非线性控制系统状态方程关于自变量时间的级数解.以卷筒纸印刷机折页机构这种存在耦合的非线性系统为例,利用本文提出的解法得出了输入量与输出量的解析解,并仿真验证了方法的正确性.     

基于LiDAR点云的地理电磁环境建模及仿真研究

在复杂地理环境中,不规则的地形和多样化的地表覆盖物会给电波的传播造成较大的影响.针对数字高程模型（Digital Elevation Model,DEM）电磁建模缺少地表覆盖物信息的不足,研究了基于LiDAR点云的地理电磁环境的建模.采用数学形态学方法对格网化后的LiDAR点云数据进行处理,从点云数据中先后提取了地物、地形的信息,在此基础上,对各种地物赋予其相匹配的电磁参数,得到了更为准确的地理电磁环境的模型,并采用抛物方程模型对有真实地表覆盖物环境下的电波传播特性进行了仿真分析.相较于传统的基于DEM的电磁建模,该电磁建模方法能够获取到地形、地物的信息,更全面地考虑到地物对电波传播特性的影响,预测结果也将更加准确有效.