三阶感应电动机负荷模型参数易辨识性研究

三阶感应电动机负荷模型中部分参数易辨识,且辨识结果稳定,而另一部分参数难辨识,辨识结果存在较大离散性,通过对参数灵敏度进行了分析,指出了参数灵敏度与参数易辨识性之间的关系,以及扰动强度与参数灵敏度从而参数易辨识性的关系,最后给出了对实际三阶感应电动机在数辨识的分步方法：利用较小的扰动强度数据来辨识具有较大灵敏度的参数,利用具有足够强度的扰数据来辨识灵敏度小的参数。     

感应电动机模型参数解析灵敏度分析及综合策略研究

针对感应电动机负荷模型中部分参数易辨识,且辨识结果稳定,而另一部分参数难辨识,辨识结果存在较大离散性的问题,通过感应电动机参数解析灵敏度分析,指出了参数灵敏度与参数易辨识性之间的关系,以及扰动强度与参数灵敏度、参数易辨识性的关系。最后提出了一种有效的感应电动机负荷模型综合策略。     

同步发电机实用参数分时段辨识研究

同步发电机在动态过程的不同时段起主导的实用参数不同。对比研究同步发电机实用参数在励磁扰动故障下的轨迹灵敏度特性,给出不同参数在不同时段内的灵敏度大小的不同。提出一种分时段辨识策略,即先利用励磁扰动前、后的稳态数据辨识同步发电机的稳态参数,然后分别根据次暂态和暂态时段数据辨识次暂态和暂态参数,最后以单机无穷大系统为例验证此方法的有效性。     

最小二乘法在感应电机参数辨识中的应用研究

基于矢量控制策略的感应电机调速是目前电气传动领域的研究热点.高性能矢量控制的关键在于转子磁场定向,而转子磁场定向的精度受电机参数变化的影响.控制系统的质量直接依赖于电动机参数测定的准确程度.为此,利用最小二乘算法实现对感应电机参数的自适应辨识方法,并用Matlab语言进行了仿真,仿真结果证明了该方法的有效性.     

基于ARMA模型的桥梁结构模态参数辨识研究

模态参数辨识是对结构进行动力损伤诊断的前提,本文介绍了一种通过建立ARMA模型来辨识结构工作模态参数的方法.待检结构在环境激励下发生自由振动,用位移传感器测出振动响应数据,据此建立适当阶数的ARMA模型,并估算模型参数.根据模型参数与系统模态参数的关系算得模态参数.最后用稳定图法剔除虚假模态,确定结构真实模态.重点讨论用ARMA时序模型进行模态频率辨识的问题,并通过一个简支梁振动试验对该方法进行了验证,将试验结果与随机子空间法和ANSYS建模分析法的计算结果对比发现,3种方法识别出的前三阶模态频率基本吻合,且满足精度要求,说明在激励数据未知的情况下,基于ARMA模型的模态参数辨识法能够准确地识别出系统的模态参数.     

基于park模型的电力负荷建模分析

目前电力系统负荷模型辨识都是基于总体测辩法,其动态部分采用感应电机三阶模型,该方法只能利用三相对称扰动数据进行辩识.本文直接采用park模型进行电力系统负荷建模分析.     

基于回归算法的三相异步电动机电参数辨识模型研究

针对电能表测量三相异步电动机电参数成本高、安装复杂的问题,本文研究了一种基于回归算法的三相异步电动机电参数辨识模型。利用实际测量的三相异步电动机相关电参数数据,分析一元回归模型和二元回归模型分别用于电动机电参数辨识的特点,确定了以电动机线电流为自变量,有功功率为因变量的一元回归建模方式,在此基础上,分别采用一元线性回归模型和一元四次非线性回归模型,对三相异步电动机电参数进行辨识。研究结果表明,两种模型都能较准确的辨识电动机电参数,但一元四次非线性回归模型在点辨识精度和点辨识最大误差率方面具有更好的辨识性能,现场试验验证了其可行性和有效性。该研究为企业电动机电参数测量提供了新方法,具有较高的工程应用价值。     

飞行过程中航空发动机闭环辨识研究

介绍了飞行试验时,利用在随机扰动作用下的发动机输入—输出信号对发动机数学模型的辨识.分析和研究了发动机的闭环可辨识性;在飞行过程中发动机动态信号的采集和处理方法;信号的相关性与功率谱.最后利用两种飞行状态下不同形式的信号应用递推广义最小二乘方法进行参数辨识,得到了较满意的结果.     

实测类噪声数据辨识所得负荷模型参数的时变性和分布性研究

基于类噪声数据的负荷模型参数辨识方法克服了传统总体测辨法对故障扰动数据的依赖,为跟踪电力负荷的时变性和分布性提供了科学的思路和有效的解决方案,在此基础上,针对电力系统实际量测数据,开展负荷模型参数辨识,进而对辨识参数的时变性和分布性进行分析具有重要的意义.首先,不同站点在不同时间辨识所得模型参数存在一定的差异,由此体现...     

利用功率扰动辨识水电站水力系统模型

结合某抽水蓄能电站机组现场试验,利用功率扰动下实测数据进行具有复杂输水系统的大型机组水力系统模型辨识.该辨识方法输入信号通过调整调速器给定功率获取,并不影响机组的正常试验和运行.使用增广最小二乘法进行辨识计算,利用先验知识检验、阶跃响应检验和残差白噪声检验三种方法对辨识结果进行验证.结果表明,所得辨识模型可信,利用功率扰动辨识水电站水力系统模型的方法可行.     

基于观测器的Lorenz混沌系统参数辨识

在Lorenz混沌系统的第1个方程的参数或第2个方程的参数是未知的情况下，基于观测器思想，充分利用了混沌信号的特点，提出了构造未知参数观测器的方法，构造了相应的观测器对未知参数进行了辨识，数值仿真结果证明了该方法是有效的和可行的。该方法可推广到情况类似的其它混沌系统。     

转子分布不平衡和轴承特性参数同时辨识方法

针对转子模态动平衡的关键参数转子不平衡量和轴承特性参数难以确定的问题,提出一种基于轴承处振动响应的轴承特性参数和转子分布不平衡参数的同时辨识方法。以多项式函数描述转子质量偏心曲线,表征转子连续分布的不平衡质量;以有限元法建立转子/轴承子结构运动微分方程;采用虚功原理将连续分布的广义不平衡力转化为节点处的集中不平衡力并建立其与偏心曲线系数的关系,从而推导出轴承特性参数及质量偏心曲线系数的同时辨识方程,进而实现基于不同转速下轴承处的振动响应辨识出轴承特性参数和分布不平衡参数。以一个转子轴承系统为例进行了偏心曲线阶次对参数辨识的敏感度仿真,结果表明：偏心曲线阶次对参数辨识结果影响较小。以实测轴承处响应辨识得到的参数进行一阶模态动平衡实验,平衡后轴承处振动明显降低,验证了提出的辨识方法及其在模态动平衡中的有效性。     

超级电容动态参数等效电路模型及实时辨识方法

针对超级电容传统静态参数等效电路模型不能有效反映其动态工作特性问题,提出一种包含动态充放电内阻和电容参数的二阶梯形等效电路模型,利用递推最小二乘法对二阶梯形等效电路模型参数进行初步离线辨识.进一步,考虑超级电容参数的动态变化,将离线辨识模型参数作为初值,引入带遗忘因子的递推最小二乘法对动态参数进行实时辨识.搭建超级电容仿真模型和实验测试平台,通过仿真和实验结果对比验证动态参数二阶梯形等效电路模型和实时辨识方法的有效性和准确性.结果表明：动态参数二阶梯形等效电路模型可以有效反映超级电容的动态充放电工作特性,与传统静态参数的三分支等效电路模型和二阶梯形等效电路模型相比,模型的精度分别提高2.08和3.56个百分点.     

基于EFAST的盾构隧道安全指标全局敏感性分析

为了分析地铁隧道健康监测中各个指标之间的相互演化作用关系,提出了一种对监测数据进行分析的数据挖掘思路,将傅里叶幅值灵敏度检验扩展法(EFAST)应用于各项指标的全局敏感性分析中。依据现行隧道安全评价规范,建立反映隧道安全状态的指标体系;通过基于粒子群优化的最小二乘法支持向量机(PSO-LSSVM),模拟构建了各安全指标函数拟合模型,用以描述隧道各安全指标之间相互作用关系;在此基础上,采用EFAST对该模型的指标进行了全局敏感性分析。结果发现,对隧道安全性影响较大的敏感因素有管片接缝张开宽度、管片接缝接触应力和隧道沉降值;另外,还分析了不同的目标参数、不同的参数取值范围、不同的输入参数的分布形式对参数敏感度值的影响,从不同的角度揭示了盾构地铁隧道中参数的相互作用机理的演化规律。     

QPSO算法识别环境激励下结构模态参数

实际工程中,系统的输入一般是未知的或者是不可测量的,识别结构的模态参数只能采用响应信号。并且一般环境激励下结构的输入信号是可以假设为白噪声激励,其信号的功率谱可以视为一常数。笔者利用量子行为粒子群优化（Quantum-behaved Particle Swarm Optimization,QPSO）算法将环境激励下结构模态参数识别问题转化为一个多维优化问题。最后采用一数值模拟的三层框架对该方法进行验证。结果表明,量子粒子群算法可以有效地识别结构模态参数。该研究结果可作为结构损伤识别的基础。     

一种全并行神经网络参数辨识方法

针对在线参数辨识计算工作量大，造成难以实时给出参数估值的问题，利用Ｈｏｐｆｉｅｌｄ型网络的快速优化计算能力，通过对Ｈｏｐｆｉｅｌｄ网络改进，推出了一种全并行递推神经网络参数辨识方法，使计算量较传统的参数辨识方法大大减小。同时由于神经网络的互连作用，增强了辨识的鲁棒性，为实时给出参数估值提供了可靠的保障。     

模型参数化方法的一种改进算法

针对线性结构的有限元模型,并基于时域内的响应测量信息,建立了直接识别单元水平结构物理参数的改进算法;通过引入浮点运算指标Flop,定量分析了改进算法与原算法的计算效率.数值仿真了一大型空间网壳结构的参数识别,并对比分析了改进算法与原算法在相同计算条件下的识别效率,结果表明:在保证无噪声条件下识别精度100%时,改进算法的计算效率提高了约30倍;且改进算法可以有效地识别未知输入条件下的结构参数.由此得出结论,改进算法不仅能够大幅度提高参数识别的计算效率,而且易于扩展到未知输入情况下的参数识别,因而特别适合于大型结构的参数识别.     

基于遗传算法的车辆参数识别方法

为了识别桥梁交通振动试验中行走车辆的参数,提出基于遗传算法的参数识别方法.利用小波变换方法由车辆自由衰减振动响应获得车辆的模态参数,进一步联合应用遗传算法及复数特征值计算方法,由模态参数反算车辆的转动惯量性质、刚度以及阻尼系数等物理参数.通过3组模拟数据的计算分析,验证了遗传算法用于车辆参数识别的有效性.以实际车辆的振动试验实测结果为例,检验了遗传算法在车辆参数识别中的适用性.算例以及应用实例表明：应用遗传算法能精确识别出车辆的物理参数.