液压位置系统及其噪声模型的辨识

本文讨论了用ARNAX时间序列模型来辨识液压系统的阶和参数,同时得到系统的干扰噪声模型。文中提出的增广最小二乘法和BIC定阶准则的结合,比已有方法辨识参数和阶的精度要高。进一步根据估计参数的渐近正态性确定模型的子阶和时滞。文中应用该方法辨识了液压位置系统及其噪声模型的阶和参数。仿真和实测阶跃响应比较,证明得到的辨识模型是有效的。     

电液位置伺服系统的时序建模

目前,在进行液压系统辨识时,往往是人为地根据理论模型来确定系统的阶次,然后辨识参数。这首先要对被辨识的对象有较深入的了解,而且理论定阶得到的阶次往往高,在实际应用时,特别是用于数字控制器设计,是困难的。本文提出用受控的时间序列CAR 模型来描述电液伺服系统,采用AIC 准则定阶,用递推辅助变量法辨识参数。再根据被辨识参数的渐近正态性确定模型的子阶     

基于调制函数法的线性连续动力学系统参数模型估计

提出了构造单分辨和多分辨高斯调制函数的新思路。基于数字积分原理,推导了调制积分滤波器的结构,得到直接以线性连续系统模型参数表示的等价辨识模型。利用离散模型辨识的研究成果,建立了连续动力学系统模型参数直接估计的最小二乘法和辅助变量法。研究了调制滤波器参数与辨识精度的关系,并以此得到调制函数参数的设计依据。成功辨识了某轧机液压AGC压力闭环系统的连续动力学参数模型,验证了方法的正确性。     

线性变参数振动系统的全局辨识

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。     

基于阶跃响应二阶加纯滞后模型的系统辨识

阶跃响应法广泛用于系统辨识,特别是工业过程领域。辨识方法的一大特点是它能够根据阶跃响应辨识出模型参数,即使在被辨识的系统没有达到稳定状态之前,阶跃信号已经被加入。另外,这种方法可以在非零初始值下,同时辨识出模型参数和延时时间。由于对估计方程中的输出变量进行积分,即使输出信号中包含较大测量噪声,最终所得的参数估计值还是可靠的。     

航空相机扫描镜系统的线性近似模型辨识

为深入认识摩擦对航空相机扫描镜系统频率响应特性的影响,获得更准确描述该系统真实动态的模型,使用随机相位多正弦信号测量了扫描镜系统的频率响应特性并进行了线性近似参数模型辨识.首先,介绍扫描镜系统辨识的实验平台与激励信号选择.然后,使用奇-奇频率随机相位多正弦信号分别测量扫描镜系统在非激励频率处和激励频率处的输出对输入信号幅值的依赖,从而定量评估摩擦非线性的影响.最后,基于信号采样均值及噪声采样方差、协方差估计辨识了扫描镜系统线性近似参数模型.实验结果表明,扫描镜系统的摩擦非线性主要出现在奇频率处,高于噪声10dB;系统的频率响应特性依输入信号幅值不同而各异,在低于20 rad/s频率区该差别尤为显著.由于摩擦非线性影响,扫描镜系统需要使用3阶模型描述;与正弦扫描方法相比,基于多正弦信号激励获得的参数模型可更好地描述扫描镜系统真实动态特性.得到的结果为控制器的设计奠定了基础.     

基于AIC准则的气动位置控制系统辨识

为了解决气动位置控制系统的精确定位,提出了一种基于AIC准则的气动位置控制系统辨识。通过对气动位置控制系统分析,建立了系统数学模型,并进行了线性化处理。基于AIC准则建立了白噪声和有色噪声两种模型,找到了满足两种模型最小的阶次,采用增广最小二乘法实现对有色噪声参数的无偏估计;通过自相关系数检验了系统残差序列的白色性,验证了气动位置控制系统辨识模型的可靠性。实验结果表明:当幅值分别为1000 A和1200 A时,两种系统的传递函数基本等价,说明在相同阶次的逆M序列且幅值在一定范围内,不同系统对模型参数的辨识影响较小。     

粗精动运动平台的系统辨识激励信号优化设计

针对粗精动运动平台系统辨识中激励信号的生成进行了优化设计方法的研究。粗精动平台结构通常用于长行程、高精度的运动平台系统,如扫描光刻机运动平台、硬盘寻道平台等系统。获得粗精动系统的准确模型是改进粗精动运动系统控制的重要基础。而系统辨识是获得系统模型的一种有效方式。其中输入信号设计是系统辨识试验重要的一部分。将粗精动运动平台的系统模型简化为一类多变量有限阶次线性时不变模型;将多入多出(Multiple-input multiple-output,MIMO)辨识方法引入粗精动系统辨识,并提出一种多入多出模型系统辨识激励信号优化设计算法,算法通过将多正弦曲线时域信号与其功率谱密度参数化,利用参数化后的激励信号在有限功率输入下进行激励信号优化;理论分析与仿真结果表明此方法可以有效提高估计模型的渐进方差性能。     

自适应卡尔曼滤波在无刷直流电机系统辨识中的应用

为了有效抑制量测噪声特性变化对系统辨识精度的影响以获得准确的无刷直流电机模型,提出了一种采用自适应卡尔曼滤波算法的无刷直流电机系统辨识方法。通过计算新息理论方差的极大似然最优估计,并将其引入卡尔曼滤波算法中修正滤波增益来抑制量测噪声特性变化对辨识结果的影响,使该滤波算法实现对模型参数的准确估计,提高辨识精度。实验结果表明,在量测噪声特性变化的情况下,该算法能够准确跟踪实际量测噪声特性的变化,参数估计平滑,相对于目前系统辨识广泛采用的带有遗忘因子的递推最小二乘算法,输出误差的均方根值减小了73.5%。该算法简单易行,计算量小,辨识结果可以很好地描述系统行为,便于在工程实践中应用。     

基于AMESim的动压缸电液伺服压力控制系统积分滑模自适应控制

 根据轨道路基测试装置工作原理,建立了动压缸电液伺服压力系统AMESim模型和数学模型。基于期望变量构造了积分滑模控制切换函数,设计积分滑模控制器使切换函数收敛来实现对期望变量的跟踪,同时采用参数自适应估计来减小参数不确定性对系统控制性能的影响,最后将积分滑模自适应控制作用于该系统AMESim模型上。仿真结果表明：该算法不仅可以快速有效地估计系统中参数,保证估计参数的有界收敛,而且可以很好地跟踪期望变量,具有较好的跟踪精度和抗干扰能力。     

基于最小二乘模型的Bayes参数辨识方法

现实中的系统都具有一定的非线性,并且这种非线性在非线性通道补偿和非线性系统故障诊断等领域是不可忽略的。针对有白噪声干扰的输出误差非线性系统,将数学模型与基于最小二乘的Bayes算法相结合,用数学模型参数代替辨识模型信息向量中的未知项,用基于白噪声的最小二乘模型进行不可预测辨识,从而提出了基于最小二乘模型的Bayes参数辨识方法。介绍了Bayes基本原理及2种常用的方法,经过理论分析和MATLAB仿真研究证明,该方法原理简单、计算量小、速度快、抗干扰能力强,可以对较高精度非线性系统进行参数估计和在线辨识。     

Recursive subspace identification for on-line tracking of structural modal parameter

The objective of this paper is to develop an on-line tracking of system parameter estimation and damage detection techniques using response measurements. To avoid the singular-value-decomposition in data Hankel matrix, a new subspace identification algorithm was developed. Seismic response data of a 3-story steel frame with abrupt change of inter-story stiffness from the shaking table test was used to verify the proposed recursive subspace identification (RSI) method by using both input and output measurements. With the implementation of forgetting factor in RSI method the ability of on-line damage detection of the abrupt change of structural stiffness can be enhanced. Then, the recursive stochastic subspace identification (RSSI) algorithm is also developed for continuous structural health monitor of structure by using the output-only measurements. Verification of the proposed RSSI method by using the white noise response data of a 2-story reinforced concrete frame from its low level white noise excitation was used. Discussion of the subspace identification model parameters is also investigated.     

PID controller auto-tuning based on process step response and damping optimum criterion

This paper presents a novel method of PID controller tuning suitable for higher-order aperiodic processes and aimed at step response-based auto-tuning applications. The PID controller tuning is based on the identification of so-called n-th order lag (PTn) process model and application of damping optimum criterion, thus facilitating straightforward algebraic rules for the adjustment of both the closed-loop response speed and damping. The PTn model identification is based on the process step response, wherein the PTn model parameters are evaluated in a novel manner from the process step response equivalent dead-time and lag time constant. The effectiveness of the proposed PTn model parameter estimation procedure and the related damping optimum-based PID controller auto-tuning have been verified by means of extensive computer simulations.     

Numerical study on moving train parameter identification system through a simply supported bridge

This paper presents a new experimental system for moving train parameter identification on bridge. The numerical method is adopted to simulate the experimental system and to investigate the effect of the system on identification of the moving train parameters. Displacement responses are obtained by solving the equation of motion of a simply supported bridge model. Basic parameters of the train (i.e., moving speed, wheel axle numbers, and axle spacing) are recognized with a self-designed parameter recognition system. Axle load values on bridge are identified with a load identification system based on simulated annealing genetic algorithm and by minimizing the errors between measured and reconstructed displacements from the moving train loads at each time step. Measured data are simulated by adding artificial noise to the calculated data. A series of numerical simulations is performed to analyze the effect of the system under various train situations. The results show that the experimental system is feasible and valid for identification of moving train parameters, thereby providing effective preparation for practice.     

基于遗传算法的挠性转子系统的参数识别

介绍了在外电磁激励力务件下的转子不平衡参数识别方程模型，并提出基于遗传算法的参数优化识别方法。并根据识别方程，把不平衡力和轴承特性参数作为输入量，测点处振动响应为输出量，以输出振动响应与实测振动响应的误差最小为优化目标，通过使用遗传算法来识别不平衡力和轴承特性参数。实现在线无试重动平衡。     

运动噪声源的时域传递路径模型及贡献率分析

运动物体声源贡献率的识别是有效降低其噪声的关键。针对车辆加速行驶过程中,噪声源随车运动、位置和速度实时动态变化的特性,提出一种新的运动声源的时域传递路径识别方法。利用脉冲响应函数代替常用的传递函数对系统的时变特性进行分析和研究,根据车辆的动态位置和速度,采用非线性时间变换的方法消除信号在传播过程中的多普勒效应对响应信号的影响。建立时域识别理论公式,通过标准声源试验,比较时域识别、频率识别精度,并详细分析实际客车加速行驶噪声源识别效果。通过标准声源试验及实际应用结果说明,时域传递路径分析法较频率分析法具有较高的分析精度和更高的计算效率。     

电液伺服系统的在线识别

介绍了利用伪随机信号对系统进行在线辨识的方法，并应用它对一个具体的电液饲服系统进行了在线辨识，得出系统的数学模型，通过仿真验证，证明辨识的结果是正确的。     

负载敏感泵参数辨识与计算方法研究

针对负载敏感泵参数辨识问题,提出一种基于系统辨识和理论计算相结合的负载敏感泵参数计算方法。该方法首先使用阶跃响应辨识法根据变量泵阶跃信号测试数据辨识出负载敏感泵增益、固有频率和阻尼,然后结合变量泵设计公式确定变量缸等效质量、弹簧刚度及预紧力等参数。仿真结果表明,用该方法得到的变量泵参数能够真实再现变量泵各个工作状态特性。该方法对负载敏感系统建模分析和系统设计匹配具有重要意义。     

基于闭环自适应辨识的速度环PI参数自整定

针对永磁同步电机伺服系统速度环比例积分（PI）参数整定过程中需要反复调节、效率低等问题,提出了一种基于闭环自适应卡尔曼滤波（AKF）系统辨识的伺服系统速度环PI参数自整定方法。首先根据输入信号激励速度闭环系统,分析不同频率激励作用下闭环辨识序列的信噪比与实际输出,然后引入AKF算法辨识闭环被控对象的离散模型,最后通过遗传算法仿真搜索最优速度环PI参数。仿真与实验结果表明：该算法能有效抑制量测噪声等扰动对系统辨识精度的影响,辨识结果能够反映实际系统的动态输入输出特性,优化后的速度环具有优良的响应性能和较高的精度,便于实际工业应用。