基于RELS方法的激光焊接过程非线性辨识

激光焊接过程是一个很复杂的非线性系统,用机理建模法很难得到系统的数学模型,通常采用基于输入输出数据的系统辨识方法。考虑到实际系统通常伴随着有色噪声,本文采用递推增广最小二乘法(RELS)辨识。这种方法考虑了噪声模型,可以得到模型参数的无偏最小方差估计。试验数据和模型仿真的拟合效果表明,递推增广最小二乘法是激光焊接过程非线性辨识的一种行之有效的方法。     

多变量电液伺服系统的时序辨识

本文提出了用多变量CAR时序模型来辨识电液伺服系统的阶和参数。文中用辅助变量法和LILC定阶准则结合来估计电液位置和力偶系统的阶和参数,根据估计参数的渐近正态性确定模型的子阶和时滞。用辨识模型仿真和实测阶跃响应比较,证明所得到的辨识模型是正确的。该方法可用于任何多变量机械系统的模型辨识。     

间断采样条件下的系统辨识算法研究

本文首先分析了间断采样的普遍性及间断采样对参数辨识的影响，在此基础上详细讨论了间断采样条件下的一种系统辨识算法：基于估计的递推算法。     

小波变换及参数识别法在多层电缆无损检测中的算法比较

介绍采用射线方法检测多层电缆内各层介质的偏心情况时,不同信号分析方法的优缺点。其中小波变换法简便、快捷,但受测量噪声影响比较大。参数辨识方法具有计算精度高,辨识结果受测量噪声影响小的优点,有良好的工程应用前景。     

液压压下系统的矩法辨识

液压压下系统频率响应较高,为辨识这类系统的参数模型,本文采用矩法对液压压下系统进行辨识,经仿真研究证明,矩法辨识可以有效地辨识出高阶系统的参数,辨识结果准确可靠。     

基于改进SPBO算法的关节机器人动力学参数辨识

提出一种基于改进学生心理学优化(BSPBO)算法的机器人动力学参数辨识方法。通过Newton-Euler法构建关节型机器人动力学模型，设计符合运动约束的五阶傅里叶级数作为激励轨迹；引入SPBO算法并对其进行如下改进：增加Good Student分类在学生种群中所占比例、改善迭代过程中求解变量越界的处理方式，以提高算法的开发能力和全局探索能力，克服SPBO易陷入局部最优的缺陷；以具备关节力矩测量功能的机器人平台为对象，开展动力学参数辨识实验。结果表明：BSPBO算法的收敛精度更高、收敛速度更快，能稳定高效地完成各关节动力学参数的辨识。     

模糊辨识方法预测马氏体不锈钢Ms温度

应用模糊辨识方法对马氏体不锈钢马氏体相变温度(Ms)进行预测。该方法是基于模糊聚类对输入变量进行有效模糊划分，并通过递推最小二乘辨识模糊模型的结论参数。根据收集和整理的实验数据，建立了马氏体不锈钢的化学成分与Ms温度之间的模糊模型。与经验公式相比，模糊模型显示了较高的预测精度，平均误差仪有2．28℃。     

基于改进互相关函数的氧化铝碳分过程多重时滞辨识

为了解决复杂工业生产过程多重时滞辨识难题,提出一种基于改进互相关函数的多重时滞辨识方法.对于工业过程中多个受控制信号作用的过程变量,确定一个参考变量,分别考虑其他各变量和参考变量之间的相关性,选择变量某个时间段内的一组数据作为辨识对象,通过计算两个变量的数据组在不同相对时间延迟对应的互相关矩阵,比较互相关矩阵的奇异值,...     

工业机器人动力学参数的改进遗传算法辨识

为了准确辨识出六自由度工业机器人的动力学参数,提出一种基于改进遗传算法的参数辨识方法。构建牛顿-欧拉机器人动力学模型,明确反映各关节力矩与动力学参数的函数关系;通过改进遗传算法获取优化激励轨迹,并对机器人进行动力学参数的整体辨识,减少关节间耦合作用影响,避免多次识别实验环境不一致而产生的误差。最后采用最小二乘法计算机器人的动力学参数,解决因初始值选择不合理而导致辨识精度受限的问题。实验结果表明：此方法得到的最优激励轨迹能够满足约束条件,缩短优化时间,有效提高动态参数辨识的准确性和有效性。     

基于改进的九线法实施数控机床几何精度补偿方法的研究

应用传统九线法进行精密数控机床误差补偿存在三点不足:首先,因激光测量与机床制造所采用的坐标系不一,在滚转角误差补偿过程中存在着原理性误差;其次,因九线法测量时纳入了测量噪声,将机床重复定位精度等也涵盖在内,导致辨识算法鲁棒性差;第三,九线法所得辨识结果只能用于误差补偿,而不能用于前期机床精度设计与机床装配与调试过程中精度的控制与工艺优化,原因在于该模型在设计时忽略了机床结构参数。以上3点限制了传统九线法的应用领域及测量结果的公信度。通过误差补偿模型重构、计算机仿真分析、实证对比研究、误差修正参数计算、实测结果校核等步骤,证明了建立的模型能修正传统九线法模型的3点不足,提高了九线法滚转角误差的辨识精度。     

基于焊工调节的铝合金脉冲MIG焊背面熔透建模

针对铝合金薄板脉冲MIG焊背面熔透难题,提出一种基于焊工调节的背面熔透建模与控制方法.设计焊接速度随机变化波形,致使铝合金背面熔池尺寸动态波动,采用被动视觉系统实时采集背面熔池图像,焊工观察图像熔池大小,手工调节焊接电流保证背面熔宽的均匀性,同时开发图像处理算法提取背面熔宽.采用最小二乘系统辨识法建立焊工调节电流与背面熔宽的非线性Hammerstein模型.开展了铝合金脉冲MIG焊电流扰动和焊接速度扰动试验.结果表明,基于焊工调节的非线性Hammerstein模型可以有效地控制背面熔宽,且具有良好的抗干扰能力.     

基于AMESim优化功能的参数识别法建模研究

针对用AMESim建立系统模型时存在的问题,提出基于AMESim优化功能的参数识别建模方法。采用该方法建立某型注塑机注射回路的模型(使用AMESim软件的超级元件功能简化了模型),说明建模的详细步骤,重点阐述如何应用AMESim的优化功能识别系统的未知重要参数,以完善仿真模型。实验和仿真数据的对比说明,使用该方法建立的模型比较吻合真实模型。     

脉冲GTAW熔池动态过程的辨识模型

焊接熔池动态变化过程是一个具有强非线性、多变量耦合作用以及大量随机不确定性因素的高度复杂过程,因此很难得到溶池动态特征的解析数学模型,使得焊接熔池的动态过程建模成为焊接界和控制界的一大难题,也是实现焊接自动化的本质困难。为了对脉冲GTAW（气体保护钨极氩弧焊）熔池动态过程特性有一个基本受控制性能的认识以实现对脉冲GTAW熔池变化过程的有效控制。本从经典控制系统设计的角度考察脉冲GTAW熔池动态特性,利用试验数据采用系统辨识的方法求取其熔池特征动态性能的数学描述,获得了脉冲GTAW熔池动态过程中分别以脉冲峰值时间和焊接速度为输入,以背面熔宽为输出的两个单出（SISO）过程的传递数模型,并对模型进行了检验。所建模型有助于研究脉冲GTAW熔池动态过程的受控性能,对改善其控制系统设计具有参考价值和指导作用。     

基于高斯过程的倾转旋翼机器人模型辨识

针对一种新型倾转旋翼水空跨域机器人,采用一种非参数系统辨识算法,目的是在数据量较少情况下,实现对跨域机器人的动力学建模。该算法基于多输出高斯过程,在无需机器人动力学模型的先验知识情况下,可通过采集试验数据,获得机器人的模型。为降低高斯过程回归的计算复杂性,采用局部高斯过程回归,对机器人的动力学模型进行辨识。为验证该辨识方法的有效性,在空气中以倾转四旋翼模型为试验平台,利用遥控获取的机器人数据进行验证。在机器人相同控制输入量下,对比模型预测值和实际测量值,证明该机器人动力学辨识方法的有效性和局部高斯过程回归的快速性。     

气动比例控制系统的建模与辨识

为研究气动比例控制系统的动态特性,针对该系统的非线性特性,对系统进行了机理建模研究。为便于进行定性分析,对该数学模型进行了线性化处理。通过系统辨识,消除了在机理建模中因泄漏、气体压缩及压力损失等引起的误差,证明了所建模型的正确性。     

Application of orthogonal experimental design and Tikhonov regularization method for the identification of parameters in the casting solidificationp rocess

The inverse heat conduction method is one of methods to identify the casting simu-lation parameters. A new inverse method was presented according to the Tikhonov regularization theory. One appropriate regularized functional was established, and the functional was solved by the sensitivity coefficient and Newton-Raphson iteration method. Moreover, the orthogonal experimental design was used to estimate the ap-propriate initial value and variation domain of each variable to decrease the number of iteration and improve the identification accuracy and efficiency. It illustrated a detailed case of AI SiTMg sand mold casting and the temperature measurement ex- periment was done. The physical properties of sand mold and the interfacial heat transfer coefficient were identified at the meantime. The results indicated that the new regularization method was efficient in overcoming the ill-posedness of the inverse heat conduction problem and improving the stability and accuracy of the solutions.     

基于时间序列预报的丝杠磨床误差补偿算法与仿真分析

分析现有的几种用于丝杠磨床的误差补偿方法,提出一种基于时间序列的预报补偿方法,给出时间序列建模公式和模型参数的辨识方法.通过大量的仿真实验分析时间序列模型的建立过程中起始采样数据点和模型参数辨识过程中加权系数对预报结果的影响.结果表明,通过使用合理的加权系数和模型参数可使预报偏差控制在误差大小的1/5以内.     

复合材料参数识别问题的计算方法

提出了一个复合材料性能参数识别问题的计算方法。该方法是通过运用有限元反分析理论和系统辨识技术建立起来的，当给出复合材料结构或者试件的位移测量值后，用所提出的迭代计算方法，可以计算出相关的性能参数。给出了加权最小二乘法的迭代计算公式和误差估计公式。详细讨论了迭代计算中的收敛性问题，并针对二种类型的复合材料板的性能参数进行了模拟计算，计算结果表明，所提出的方法对解决复合材料以及结构的性能参数识别问题是行之有效的     

主动磁轴承—转子系统的动态结构参数辨识

电磁轴承与传统轴承的结构完全不同。因此辨识方法也不尽相同。本文针对刚性磁轴承－转子系统,利用多频电流激励法与最小二乘法对系统的结构参数进行辨识,仿真结果表明,该方法简单易行,准确度较高。     

非球面数控磨床的误差建模与补偿研究

以实验室自主研发的非球面数控磨床为研究对象,系统分析了该磨床几何误差元素,基于齐次变换原理和多体系统理论,建立了该磨床包含所有几何误差源的综合误差模型。基于双频激光干涉测量仪,应用9线误差辨识法和回转误差辨识法建立了以磨床单项误差为变量的组合方程,并求取了磨床的各误差分量。针对非球面数控磨床定位误差的特性,提出了增量式误差补偿原理。研究表明:该误差建模及补偿原理可以有效地提升非球面数控磨床的定位精度。