一种非线性振动系统参数辨识方法

文献 [1]提出了一种对非线性系统线性化的最小二乘法理想线性化方法 ,此方法当动态参数在较大范围变化时 ,仍能较准确地逼近原系统。本文利用理想线性化的结论来对非线性系统进行参数辨识。先假设原系统非线性模型是由某些已知的非线性函数构成 ,并找到一个系统较为逼近的线性模型 ,再利用理想线性化的结论推导出线性模型系数和非线性模型系数之间的关系 ,反推出系统的非线性模型。数值仿真结果表明 ,此非线性模型比最初线性模型更加逼近原系统。     

汽车座椅座垫非线性模型参数辨识研究

基于遗忘因子递推最小二乘法对汽车座椅座垫非线性模型参数辨识展开研究。首先根据汽车座椅座垫非线性特性,建立驾驶员处的人体-座椅单自由度非线性动力学模型;然后,在沥青路面上对某款轿车进行随机输入下的汽车平顺性试验,测量得到驾驶员座椅和座椅底部地板垂向加速度时间历程;最后基于遗忘因子递推最小二乘法,利用试验实测数据对座椅座垫非线性模型参数进行辨识与分析,分析结果将为座椅乘坐舒适性改善、汽车平顺性优化及控制研究等提供技术支持。     

小型半导体制冷系统的参数辨识

半导体制冷系统在不同的领域都有其广泛的应用，对半导体制冷系统进行合理有效的参数辨识是对该系统进行有效控制的一个关键问题。这里用热力学的方法建立了简化的半导体制冷系统的模型，并通过搭接实验系统，用最小二乘法辨识了系统的参数，取得了很好的效果。     

一种石英挠性加速度计表头参数辨识方法研究

由于石英挠性加速度计表头参数理论值与实际值不一致,会影响加速度计的一些性能指标。为了获得石英挠性加速度计正常工作下的实际表头参数,研究了采用电激励法测试加速度计系统的闭环幅频特性,在幅频特性测试数据的基础上,运用MATLAB中的最小二乘曲线拟合方法编制程序辨识出石英挠性加速度计表头的3个参数。结果表明,这种方法简单可行,具有很大的实用性。     

数控机床伺服系统摩擦的非线性参数辨识研究

针对常用的Stribeck摩擦指数模型,提出用泰勒高次展开的方法达到非线性摩擦模型的线性化,利用最小二乘拟合的方法得到摩擦模型参数。通过对数控机床控制系统的电动机电流和转速等信号的采集,得到了进给系统中摩擦力矩与转速的对应关系,利用提出的方法进行了辨识实验,实验结果表明,该方法能对Stribeck摩擦模型的参数进行精确的辨识。该方法在工程实际中具有应用价值。     

挖掘臂动力学参数与液压缸摩擦力参数辨识

建立了挖掘臂单关节动力学模型及液压缸驱动力模型,将模型中的未知动力学参数及非线性摩擦力参数线性化表示。利用测量的系统压力及角度信息,分别采用带遗忘因子的递推最小二乘法及递推增广最小二乘法对系统参数进行辨识。对辨识所得的两个模型进行仿真,与实际系统对比分析结果表明,辨识模型能很好地逼近实际系统。误差对比分析结果表明:递推增广最小二乘法比带遗忘因子的递推最小二乘法误差减小约28%,对系统噪声有更好的鲁棒性。     

基于DTC-LS的加速度计动态模型参数辨识

加速度计动态模型对描述和分析其动态特性具有重要作用。针对加速度计绝对法冲击激励校准中未知延迟时间对加速度计动态模型参数辨识精度的影响,提出了一种基于延迟时间修正(DTC)和最小二乘(LS)的加速度计动态模型参数辨识方法,该方法将延迟环节引入加速度计动态模型中,使用加速度计冲击激励与响应数据的傅里叶变换估计频率响应函数,采用LS方法和极小化相位误差准则函数迭代修正延迟时间,并利用延迟时间修正后的加速度计冲击激励与响应数据,辨识加速度计动态模型参数。仿真实验和加速度计绝对法冲击激励校准实验表明,该方法能够有效地消除延迟时间对加速度计动态模型参数辨识的影响,辨识获得的加速度计动态模型参数具有较高精度。     

六自由度工业机器人末端定位误差参数辨识与实验研究

为了提高六自由度工业机器人绝对定位精度,对工业机器人进行了运动学建模,并建立了基于MD-H参数误差的机器人末端定位误差辨识模型,应用激光跟踪仪测量系统采集样本点数据,应用基于奇异值分解的最小二乘法求解辨识模型,以获得几何参数误差,并根据辨识出的误差对机器人末端定位精度进行补偿,实验结果表明,经过辨识和补偿后,工业机器人...     

直线伺服系统模型参数辨识及其实验研究

为了使伺服驱动系统具有较好的控制性能,对系统建模与辨识、系统性能进行了研究。传统方法建立的直线伺服系统数学模型误差大,为了求出精确的系统模型参数,将基于最小二乘的阶跃辨识法应用在直线伺服系统的模型参数辨识中,并计算出实验数据与仿真数据的拟合误差(0.0018)和相关系数(0.9970)。仿真与实测结果表明,该模型辨识算法可行,对输出测量噪声不敏感,鲁棒性好。采用极点配置法设计了位置控制器,并对其进行了实验研究。通过合理配置系统极点的位置,显著地减小了摩擦力对系统性能的影响。     

滚珠丝杠式惯容器非线性建模与参数辨识

针对滚珠丝杠式惯容器存在的非线性力学特征,首先,分析了滚珠丝杠式惯容器的工作原理,对惯容器的主要部件进行了非线性力学分析,建立了考虑摩擦、间隙以及丝杠弹性力的惯容器非线性力学模型;然后,在数控液压伺服激振试验台上进行了惯容器的力学性能试验,得到了惯容器在不同惯容系数以及不同激振输入下的力学响应特性;最后,根据试验结果分析了摩擦和间隙对惯容器力学性能的影响,得到了便于参数辨识的惯容器力学模型结构,实现了惯容器输出力仿真与试验结果的分析和对比。结果显示,二者在一个周期内的均方根值误差不超过7%,非线性模型呈现出良好的拟合精度,证明了所述方法的可行性和有效性。     

基于参数辨识的一种自适应PID调节器

该文对模型类型已知,但参数变化的对象,为了使PID调节器始终工作在最佳参数状态下,结合参数辨识,利用基于Householder变换的自适应最小二乘法对PID调节器的参数进行在线整定,其特点是数值稳定性好,估计精度高,无数据饱和现象,鲁棒性好,实现了PID自校正控制。通过仿真试验表明,对被控对象参数变化的系统,调节器可以迅速适应参数的变化,控制效果较好,为实现自适应控制提供了一种参考方法。     

3-RRR并联机构动力学参数辨识模型

根据运动学模型,推导了3-RRR并联机构的雅可比矩阵.在每一个运动构件上选择一个适当的关键点,从而使运动构件的偏角速度矩阵和关键点的偏速度矩阵中不包含基本动力学参数.相对于这些关键点,计算出每一个运动构件的惯性力和力矩.基于虚功原理,从惯性力和力矩中提取基本动力学参数,推导出3-RRR并联机构动力学参数辨识模型.     

上肢康复机器人动力学模型参数辨识

上肢康复机器人是一个非线性、多耦合的系统,对其建立精确的动力学方程较为困难,故无法直接应用于控制系统中。基于拉格朗日法建立康复机器人动力学方程,设计一条激励轨迹,并运用激励轨迹得到的关节力矩和关节角度等相关数据进行动力学参数辨识。使用递归最小二乘法辨识法得到较为精确的上肢康复机器人动力学方程,并通过设计相应的验证轨迹,证明了辨识得到的动力学方程的有效性。     

车辆半车悬架振动系统的参数辨识

在各类控制系统中广泛存在着时滞现象,尤其在振动控制系统中.本文以含有时滞状态反馈控制的四自由度半车悬架模型为例,在已知系统输入和输出数据的前提下,选取汽车车身质心位移响应作为输出,运用最小二乘法对系统的前后悬架时滞和位移增益参数进行辨识,以真实值和估计值之差的均方根值最小作为目标函数,从而验证该算法的有效性或可行性.     

3自由度飞行模拟运动平台动力学参数辨识试验研究

以一种具有一平动两转动的3自由度新型并联飞行模拟运动平台为研究对象,为满足飞行模拟动感要求,研究其动力学参数的试验辨识方法,以进一步提高动力学模型的精度。针对模拟平台样机,采用分步辨识法辨识动力学参数。将电机的驱动力矩分为:减速器惯性力矩、丝杠惯性力矩、综合摩擦力矩和负载力矩,并分别辨识。再根据负载力矩分两步辨识平台的主要动力学参数。设计平台参数辨识试验的激励轨迹,采用加权最小二乘法计算出待辨识参数,并代替理论模型中的对应参数。最后通过试验和ADAMS仿真对比验证参数辨识策略的正确性。     

并联式六维加速度传感器的参数辨识

针对六维加速度传感器的输入、输出量较多,且其动力学方程的解耦参数难以辨识的问题,提出了“四步法”对并联式六维加速度传感器的25个解耦参数实施分组辨识.设计并加工了基于双曲柄滑块机构的标定平台,为参数辨识提供外部激励;在LabVIEW平台上开发了虚拟仪器,为参数辨识提供软件支持.在静态情况下对预处理后的采集数据求均值得到“零值漂移”,完成第一组参数辨识;将传感器安装在标定平台上做1～2 Hz的纯线性运动,使动力学模型简化成关于“刻度质量比”的线性代数方程,运用最小二乘法完成第二组参数的辨识;做1～2 Hz的纯角运动,将动力学模型简化成关于“陨性质量比”的线性代数方程,完成第三组参数的辨识;做4～5 Hz的纯线性运动,通过关于“刚度质量比”的一维搜索完成第四组参数的辨识.试验结果表明:运用辨识后的参数对六维加速度实施解耦,最大误差为7.479％,比参数辨识前的解耦误差降低了1个数量级.结果验证了基于“四步法”实现并联式六维加速度传感器的参数辨识是有效、可行的.     

并联机构主模块伺服系统参数辨识与整定

研究一种小型可重构并联机构主模块伺服系统参数辨识与整定方法。首先导出外移动副驱动,含平行四边形支链结构的位置、速度及加速度逆解模型,并利用虚功原理建立其刚体动力学逆解模型。在此基础上,提出辨识该类伺服系统参数的一种方法。该方法采用变频三角波输入,克服了伪随机二位式序列信号幅值变化大,易造成对伺服电动机冲击,引起其速度环开环等问题,且通过附加惯性负载,可将包括伺服系统转动惯量在内的所有参数辨识出来。进而,以超调量和上升时间为优化目标,考虑随位姿变化的极限负载,对伺服系统控制器参数进行了整定,给出了伺服系统控制器参数的范围。最后,试验验证了该方法的有效性和正确性。     

二自由度悬架质量辨识

车辆行驶过程中由于簧载质量及减振器温度的变化,悬架参数并不是固定不变的,在悬架的控制中需要对悬架参数进行辨识。首先建立二自由度悬架动力学模型,然后建立运动微分方程,在微分方程中加入滤波器得到仅包含加速度信号的输入输出方程。通过四分之一台架试验得到簧上簧下质量的加速度信号,基于递推最小二乘算法使用五个滤波器自然频率及五个滤波器阻尼比对悬架参数分别进行辨识,得到悬架辨识质量、辨识阻尼、最佳滤波器自然频率范围以及最佳滤波器阻尼比范围。通过加入滤波器,采用各加速度信号为输入,在悬架辨识中使得信号的采集更加简单。     

基于IRLS算法的机器人动力学参数辨识

为提高机器人动力学参数辨识的准确性,提出了一种基于迭代加权最小二乘(Iterative Reweighted Least Squares, IRLS)算法的辨识方法。首先推导了机器人的线性动力学模型,随后提出了一种改进摩擦模型,并设计了改进傅里叶级数作为激励轨迹采集数据。为提升动力学参数辨识的准确性,在加权最小二乘法基础上进行改进,提出了IRLS算法对动力学参数进行辨识。最后以六自由度机器人为试验对象,进行了参数辨识试验。结果表明,基于IRLS算法的辨识方法与加权最小二乘法相比,前3个关节力矩误差的均方根(Root Mean Square, RMS)值降低了13.28%,后3个关节力矩误差的RMS值降低了28.57%,6个关节力矩误差的RMS值平均降低了17.15%,证明了基于IRLS算法的辨识方法的有效性。