共查询到10条相似文献,搜索用时 687 毫秒
1.
Taylor展开的线性时变系统参数辨识及误差分析 总被引:2,自引:0,他引:2
以辨识线性时变系统参数为目的,应用时变参数Taylor级数展开后变为定常系数多项式的特点,在利用实测系统响应数据建立的时变自回归滑动平均模型(Time varying-auto regressive moving average,TV-ARMA)基础上,对线性时变系统参数辨识方法进行研究.利用最小二乘法获得时变参数的定常待定系数.对输入、输出误差对参数辨识的影响以及算法对误差的放大作用进行分析,根据误差分析结果,以减少误差及提高效率和精度为目的,提出分段辨识方法以及处理参数边缘不连续的线性插值技术,提高辨识的效率和精度.在Matlab环境下对谐波快变以及线性慢变的时变参数进行辨识以及讨论,提出合适的分段长度.仿真结果显示,在一定的误差条件下,方法所获得的时变参数的轨迹与理论值比较吻合,所采取的措施具有较强的抗干扰性和高效性. 相似文献
2.
研究时变结构模态参数辨识,基于泛函矢量时变自回归模型(Functional series vector time-dependent AR model,FS-VTAR)提出一种改进的移动最小二乘法的时变结构模态参数辨识方法。该方法源于无网格法中构造形函数进行局部近似的思想,引入带权正交基函数对移动最小二乘(Moving least square,MLS)的基函数进行改进,使得在辨识时间域内构造形函数矩阵过程中不再出现数值条件问题,从而提高了计算精度。把时变系数在形函数上线性展开,利用最小二乘法得到形函数的系数,从而得到时变系数。把时变模型特征方程转换为广义特征值问题提取出模态参数。利用时变刚度系统非平稳振动信号验证该方法,结果表明:改进的移动最小二乘法相比于传统的FS-VTAR模型能有效地避免基函数形式的选择和很高的基函数阶数且更加高效,相比于移动最小二乘法能有效地避免辨识过程中的数值问题,具有更高的模态参数辨识精度。 相似文献
3.
4.
5.
6.
7.
伺服系统线性特性和非线性摩擦的解耦辨识方法研究 总被引:2,自引:0,他引:2
针对伺服进给机构包含线性结构和非线性摩擦特性的特点,提出一种将线性模型和非线性摩擦特性进行分步解耦辨识的方法.首先分别确定伺服系统的线性模型和非线性模型,将伺服系统结构模型转化为线性模型加非线性摩擦反馈的结构.为了消除非线性摩擦力对线性模型的影响,采用2路同向非过零速信号对系统激励,利用2组系统输入和输出信号的差值作为线性参数的辨识数据对线性参数进行估计.获得线性模型后进一步利用系统稳态输出实现对非线性Coulomb摩擦幅值特性的估计.系统仿真和实验都证明了该辨识方法对提高伺服系统的辨识精度及控制器设计的有效性和可靠性. 相似文献
8.
制造系统中存在大量振动特性随特定参数变化而变化的线性变参数振动系统。这类线性变参数振动系统的辨识目前主要通过局部辨识方法,为了准确辨识需要在不同调度变量下进行大量实验,往往效率很低。为了准确而高效地辨识线性变参数振动系统,提出一种全局辨识方法。对调度变量连续变化的线性变参数振动系统持续施加激励,将系统的振动微分方程进行时域离散,利用过完备字典函数库对离散模型进行表征,并利用稀疏回归进行求解,即可根据调度变量数据和系统的激励-响应数据一次辨识得到系统模型。以实际机床刀尖结构的模态参数数据,建立线性变参数振动系统代理模型进行验证。在单调度变量和多调度变量案例中,全局辨识得到的模态参数平均误差均在2.7%以下,充分显示了所提出全局辨识方法的有效性,也验证了线性变参数振动系统全局辨识的可行性。 相似文献
9.