机器人鲁棒性自校正控制的一种方法

本文提出了一种机器人鲁棒性自校正控制的新方法,同时提出了一种带有调节参数的广义最小二乘在线递推辨识方法,给出了辨识参数的收敛性和跟踪误差有界性证明;并以三自由度PUMA机器人操作手为例在强负载扰动下进行了仿真实验,其结果表明此方案是有效的.     

基于最小二乘参数辨识的非线性机理模型研究

以江铜尾气处理系统为实际研究对象,为得到现场控制系统的最优控制律,针对控制率的直接作用对象－二氧化硫风机和阀门建模,采用建立混合机理模型与利用非线性最小二乘方法辨识模型参数相结合的方法,从现场采集的实际数据出发,分别建立了风机和阀门各自的非线性数学模型,再根据二者对控制规律的交互影响将他们结合成混合模型,最后通过最小二乘法辨识方法辨识出模型中的未知参数．仿真结果表明,该建模方法误差较小,精度高,具有实际意义．     

基于dq(0)坐标系的异步电机等效电路参数在线辨识方法研究

为了实现异步电机等效电路参数的在线辨识,利用基于dq(0)坐标系的异步电机动态方程,推导出异步电机标准最小二乘数学模型,在充分考虑影响辨识结果因素的基础上,采用一种带遗忘因子递推最小二乘法的参数辨识方法,实现了异步电机等效电路参数的精确辨识.以Y2-280S-8,37 kW; Y160M1-2,11 kW;Y132S-4,5.5 kW3台电机为仿真实例,并对Y132S-4,5.5 kW电机进行了参数辨识的试验研究,实现了电机定子自感、转子电阻和激磁电感的在线辨识.仿真和试验结果表明,提出的辨识方法能有效的在线辨识电机的等效电路参数.     

商用车简化模型参数辨识方法

为了准确表征车辆动态特性,在建立了简化商用车稳定性模型的基础上,利用Truck-sim数据并运用最小二乘法与遗传算法结合的方法对模型关键参数进行了辨识。利用辨识后的关键参数形成的MAP图,进行了模型动态工况仿真研究。仿真结果与Trucksim数据对比结果表明:利用此方法辨识出的关键参数MAP图能够满足商用车简化模型表征车辆实际状态的要求,为车辆稳定性控制奠定了基础。     

加速度计参数辨识建模

根据加速度计参数模型辨识的需要,通过采集加速度计零偏,分析了数据的特点,结合最小二乘、递推最小二乘、最大似然估计3种系统辨识方法,建立起零偏数据相关的数学模型,再通过对模型进行仿真,观察参数变化曲线趋势,把模型参数和辨识之后的模型参数作对比,证明了模型的可靠性。     

基于辨识技术的感应电机能效在线监测模型

将标准能效测试方法与电动机参数辨识方法相结合,分析了最小二乘递推(RLS)算法与扩展卡尔曼滤波(EKF)两种参数在线辨识方法计算过程及特点,以最小二乘递推算法为基础实现对电动机定转子漏电感等参数的在线辨识,考虑到最小二乘递推算法对转子电阻动态辨识性能较差,利用扩展卡尔曼滤波算法对电动机转子电阻进行在线辨识。基于在线辨识所得参数搭建电机能效监测模型,获得电机各项损耗及能效,通过仿真验证参数辨识方案可行性,并将能效测试B法所得损耗与该模型监测损耗及能效对比以验证该模型。     

基于逆运动学的6-UPS并联机构运动学参数辨识方法

为了提高6-UPS并联机构的定位精度,研究了一种基于逆运动学的6-UPS并联机构运动学参数辨识方法.首先基于逆运动学建立了6-UPS并联机构的运动学参数辨识模型,然后通过Levenberg-Marquardt最小二乘法对模型进行求解,最后对该算法进行了仿真验证.结果表明该算法可以很快收敛,在测量设备没有测量误差的理想状态下,参数辨识精度达到10-10mm.在测量设备存在1μm、1″的误差状态下,参数辨识精度达到10-3mm,足以满足大部分应用场合下6-UPS的位姿精度要求.     

经验贝叶斯岭估计在加速度计标定中的应用

针对高精度加速度计在重力场的标定试验,为了消除正交双表g2观测模型引起系统复共线性的影响和提高加速度计模型系数的辨识精度,文中提出了一种经验贝叶斯岭估计辨识方法并应用于正交双表误差模型的参数辨识中.从仿真分析和实验结果中看出,与传统的最小二乘法相比,经验贝叶斯岭估计能够消除系统的复共线性,可以分离出二次项系数K2,且辨...     

基于多体理论的五坐标数控机床的热误差建模

基于多体系统理论,针对数控机床加工系统中主轴部分的热误差,首次提出了五轴联动数控机床的热误差模型,并在MAKINO四轴加工中心几何误差参数辨识结果和主轴热误差参数辨识结果的基础上对该模型进行了仿真验证;仿真实验显示该建模方法具有良好的工程应用前景。     

用于系统能效动态评估的异步电机参数辨识

为了能够有效地利用等效电路法对电机系统能效进行实时的动态评估,提出一种将递推最小二乘法与模型参考自适应法相结合的异步电机参数在线辨识方法,实时获取异步电机参数,并利用等效电路完成电机能效动态评估。以一台5.5 kW异步电机为例进行了仿真与实验研究,结果表明,提出的电机参数辨识方法能够准确辨识电机参数,且具有计算量少、准确度高以及较好的动态跟踪辨识性能;利用参数辨识方法获取电机参数,运用等效电路法评估出电机的能效水平,并与实测效率进行对比,进一步验证了文中提出的异步电机参数在线辨识方法的正确性与可行性。     

结构弹性支承刚度识别的广义逆特征值法

以带弹性支承的结构为对象，将结构刚度矩阵视为弹性支承刚度的线性函数，以广义逆特征值理论为基础，引入广义特征值导数，给出一种识别结构弹性支承刚度的方法．算例中，利用模态试验结果，根据前3阶实测固有频率，用Newton—Raphson法求解以支承刚度为参数的非线性方程组，求出弹性支承刚度，并分析模态试验结果误差对支承刚度识别的影响。误差分析表明，如果模态试验结果具有足够的精度，用本文方法能够准确地实现结构边界支承刚度识别。     

响应残差校验的载荷识别方法

机械结构受到的载荷难以直接测量,需要通过结构的频率响应函数以及实际工作状态下的响应求得.但是当结构所受载荷为内部激励时,导致频率响应函数无法通过测试获得.基于此,介绍了一种适用于工程实际的载荷识别方法,包括"实验模态修正有限元模型、最小二乘法求逆载荷识别、响应残差校验"3个步骤,设计了实验台架验证该方法的可行性.根据实验模态修正实验台架的有限元模型;选取不同测点,基于最小二乘理论识别载荷,分析了响应测点数目和位置对识别精度的影响;响应残差曲线与以力传感器测量得到的载荷误差曲线的变化规律一致,从而验证了响应残差是一种评价识别精度的有效手段.对台架进行实验和仿真计算验证了该方法的可行性,对工程实际具有一定的借鉴.     

辅助模型辨识方法(4):基本思想与梯度辨识

辅助模型辨识思想是针对系统存在一些不可测变量的辨识问题提出的,它是研究含有未知变量的线性系统、非线性系统辨识的重要手段.本文阐述了辅助模型辨识思想,针对白噪声干扰的输入非线性有限脉冲响应系统,研究辅助模型梯度辨识方法、辅助模型多新息梯度辨识方法、变递推间隔辅助模型多新息梯度辨识方法,以及派生的变递推间隔辅助模型梯度辨识方法、等递推间隔辅助模型梯度辨识方法和等递推间隔辅助模型多新息梯度辨识方法.     

识别复杂屋盖风压场的改进本征正交分解方法

为了提高本征正交分解(POD)方法识别复杂体型屋盖结构且结构表面测点布置不均匀的风压场的精度,提出了改进加权POD方法,采用双加权的手段,以结构上测点风压自根方差和测点面积做为权重.为了避免淡化某个权重的影响,首先将两个权重做了规格化处理.以深圳市民中心的屋盖结构为工程背景,根据风洞试验同步采集的风压数据,来识别作用在结构表面的风压.利用该改进方法,重建了深圳市民中心屋盖结构的随机风压场,对重建的风压时程、均值以及根方差值与实测风压时程、均值以及根方差做了比较,利用本文提出的方法识别典型测点的风压时程均值的最大误差为11.37%、根方差的最大误差为29.3%;而加权POD法识别典型测点的风压时程均值的最大误差超过100%出现了识别错误、根方差的最大误差达到了55.6%.     

改进的输出误差法用于不稳定飞机参数辨识

为解决输出误差法在不稳定飞机参数辨识过程中的数值发散问题以及初值依赖问题,设计了一种结合神经网络、粒子群优化算法以及Levenberg-Marquardt算法的系统辨识方法。首先,为解决输出误差法的数值发散问题,以神经网络拟合待辨识系统的动力学特性。不同时刻的飞行试验数据用于训练神经网络,训练好的网络可以直接对下一时刻的运动状态进行预测,从而避免对不稳定运动方程的求解。其次,基于粒子群优化算法搜索Levenberg-Marquardt算法中的最佳阻尼因子,并以改进的LM算法替代输出误差法中的高斯-牛顿算法。接下来,改进的LM算法与训练好的神经网络结合得到了一种新的参数辨识算法。最后,基于不稳定飞机的闭环仿真飞行试验数据对提出的算法进行了验证。研究结果表明:与传统的最小二乘法和人工稳定的输出误差法的估计结果相比,所采用的算法具有更高的估计精度;同时,所提出的算法中可以随机选取待辨识参数的初值,克服了输出误差法对参数初值的依赖。本文的研究成果可以直接用于其他不稳定非线性动力学系统辨识领域,经过修改后还可以用于其他非线性优化领域。     

多变量方程误差类系统的部分耦合迭代辨识方法

针对多变量方程误差滑动平均系统,利用最小二乘原理和迭代搜索原理,给出了增广随机梯度辨识方法、递推增广最小二乘辨识方法、梯度迭代辨识方法和最小二乘迭代辨识方法.针对多变量方程误差滑动平均系统和多变量方程误差自回归滑动平均系统,将多变量系统分解为一些子系统,利用耦合辨识概念,讨论了梯度迭代辨识方法、部分耦合(子系统)梯度迭代辨识方法、子系统最小二乘迭代方法和部分耦合子系统最小二乘迭代辨识方法.进一步结合数据滤波技术,研究了多变量方程误差自回归滑动平均系统的子系统梯度迭代辨识方法、部分耦合(子系统)梯度迭代辨识方法、部分耦合子系统最小二乘迭代辨识方法.文中给出了几个典型算法的计算步骤.     

数控机床几何误差参数辨识新方法的研究

介绍了现有数控机床几何误差参数辨识的基本原理及辨识方法,对各种几何误差参数辨识方法进行了比较分析,提出了新的数控机床几何误差参数辨识方法,并进行了详细的理论分析和相关的实验验证。     

一种基于层次分类与纹理分析的指纹识别方法

介绍了一种基于层次分类与纹理分析相结合的指纹识别方法．该方法通过指纹整体纹线特征分析，分层次进行指纹的形与子形分类，再由指纹的局部纹理分析确定指纹的细节特征，由此得到具有层次类属的待识指纹特征矢量．在此基础上采用了最大似然法和模糊综合评判方法，在特征数据库的相应类属中进行指纹识别，得到识别结果．该方法已用于指纹考勤系统，应用表明该方法在保证识别准确性的前提下明显地提高了识别速度．识别速度达0．8s／枚．     

晶圆传输机器人标定技术研究

为了提高高速高精度晶圆传输机器人的定位精度,建立了精度分析和运动学标定为一体的精度保障体系.针对机器人的特点,建立了误差模型,分析了各结构几何参数误差源的灵敏度,提出了结合几何误差迭代法和基于运动学逆解的非线性参数辨识的分步标定方法,对其进行了标定,并对几何结构参数进行了误差补偿.仿真分析以及实验证明:机器人定位误差达到0.07mm,有效地提高了机器人末端的定位精度.     

基于小波自相关的数字调制样式识别

提出一种小波变换与自相关结合的数字调制信号识别方法，先采用Haar小波对QAM、PSK和FSK信号分别进行离散小波变换，然后针对3种信号小波变换结果的特性分别求出它们的自相关函数，选取合适的门限对3种信号加以识别．该方法计算量少，信号功率对识别性能影响小，计算机仿真结果表明其快捷、有效。