多变量受控自回归滑动平均系统的极大似然辨识方法

提出了一种针对多变量受控自回归滑动平均(controlled autoregressive moving average system-like, CARMA-like)系统的极大似然参数估计算法。将CARMA-like系统分解成为m个辨识模型(m是输出量的个数),使每一个辨识模型仅包含一个需要估计的参数向量,通过极大似然方法估计每个辨识模型的参数向量,从而得到整个系统的参数估计值。仿真结果验证了该算法的有效性。     

一种在线建模的新方法及其在汽轮机密封油冷却系统仿真中的应用

提出了一种适用于非线性系统结构和参数估计的新方法．用变遗忘因子的最小二乘法辨识参数导出了准则函数与参数估计一起进行递推计算的方法,进而实现对模型结构的确定．结构确定中采用了ｃｈｏｌｅｓｋｙ分解方法,大大降低了计算量．对电站仿真中的汽轮发电机密封油冷却系统的辨识结果表明,该方法可以有效地确定多项式和样条函数模型结构,参数辨识的结果满足工程要求．     

系统辨识(3)：辨识精度与辨识基本问题

系统辨识是研究建立系统数学模型的理论与方法.讨论系统辨识涉及的一些基本问题,包括辨识精度、辨识方法的提出,辨识输入信号的设计,参数可辨识性与系统可辨识性,开环可辨识性与闭环可辨识性,可辨识性与能控性和能观测性的关系,可辨识性与输入信号的关系,以及与辨识方法收敛性相关的激励信号与激励条件,辨识算法收敛分析的基本工具,典型...     

框架结构损伤识别的试验研究

结构损伤识别是开发结构安全监测系统中的一个重要课题。由于结构频率测试容易测试并且有较高的测量精度,因此成为损伤识别中广泛应用的模态参数。根据模态频率的灵敏度分析,本文提出了一种基于结构损伤前后频率变化测量的损伤参数识别方法,用于确定结构的损伤位置和损伤程度。多种工况的框架结构模型的损伤试验结果表明:对于层间剪切结构,通过结构频率变化率法可以确定结构的损伤位置和损伤程度。     

对象模型闭环工程辨识方法的试验和数字仿真

本文概述了对象数学模型衰减振荡闭环工程辨识方法的理论基础,并在压力气动仪表控制系统实验装置上作了试验,求得了实验压力对象的简化数学模型.根据所得模型,应用仿真程序,在微型机上进行了数字仿真.仿真结果表明:参数误差较小,可适用于实际系统的在线辨识,为构成一类简单的自适应PID控制系统创造了条件.对一些具有非线性特性的实际对象,采用衰减振荡闭环试验方法,限制被调参数的变化范围,得到的对象模型比较接近正常工况,具有工程应用的价值.     

系统辨识(6):多新息辨识理论与方法

多新息辨识是系统辨识的一个重要分支.新息是能够改善参数估计精度或状态估计精度的有用信息.首先,详细讨论了线性回归模型的各种多新息辨识方法,包括多新息投影算法、多新息随机梯度算法、多新息遗忘梯度算法、变递推间隔多新息随机梯度算法、多新息最小二乘辨识方法、变递推间隔多新息最小二乘算法等;然后,给出了方程误差类系统、输出误差类系统、输入非线性系统的随机梯度辨识算法、多新息随机梯度算法和多新息最小二乘辨识算法;最后,简单说明了多新息辨识理论可以发展到多新息观测器和多新息卡尔曼滤波理论.     

系统辨识(4)：辅助模型辨识思想与方法

辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念是该文作者提出的研究辨识问题的原创性新方法,已经被用在很多辨识问题的研究中,形成了不同的辨识方法族,可以用于解决许多线性或非线性模型的自适应信号处理、自适应参数估计、自适应滤波和预测、自适应控制等问题.由于客观事物具有双重属性:一些特征变量是可观测的;一些是不...     

基于RLS的汽轮机数字电液调节系统参数辨识

采用递推最小二乘法（RLS）进行汽轮机数字电液调节系统的参数辨识,通过双线性变换法将连续模型转化为离散模型,推导了电液转换器和油动机环节的辨识模型.为剔除辨识数据中环节通带外信号的不利影响,采用Butterworth低通滤波器进行滤波处理,根据环节对象的预计通带,设计低通滤波器的通带截止频率和阻带截止频率,有效提高了参数的辨识精度.以某300 MW机组数字电液 (DEH) 调节系统为研究对象,应用传递函数法建立DEH模型结构图,经该机组负荷扰动实测试验数据的计算验证表明,递推最小二乘法具有辨识速度快、建模效率高特点,适合于复杂的现场对象参数辨识.     

参数有约束系统的自适应控制

在脑颅抽液系统中,我们可以把系统描写为自回归滑动平均模型,而该模型的参数是约束在一个超平面上的.本文给出了参数有约束系统的识别公式,讨论了参数有约束系统识别的收敛性,给出了参数有约束系统的自适应控制的一种算法.     

基于遗传算法的IC自适应系统设计

提出了一个基于遗传算法的仿人智能控制器自适应控制系统,解决一阶纯滞后对象的控制问题.采用基于遗传算法的系统模型参数辨识和智能控制器参数优化,依据系统辨识的结果自适应调整仿人智能控制器参数.在系统参数变化时,可以自动根据系统参数变化修正控制器的控制参数,使系统保持稳定并运行在优化状态中.     

系统辨识(1):辨识导引

系统辨识是研究建立系统数学模型的理论与方法.虽然数学建模有很长的研究历史,但是形成系统辨识学科的历史才几十年.在这短暂的几十年里,系统辨识得到了长足的发展,一些新的辨识方法相继问世,其理论与应用成果覆盖了自然科学和社会科学的各个领域,包括物理学、生物学、地球科学、气象学、计算机科学、经济学、心理学、政治学等.在这样的背...     

一种新的广义电力负荷模型及其工程应用

当区域负荷中含有较高比例的电源时,传统的经典负荷模型不适合描述负荷母线的动态行为.提出一种新的广义电力负荷模型,并给出模型参数的确定方法.该方法综合利用常规量测数据和PMU量测数据,其中等值发电机支路参数采用理论等值方法获得,而纯负荷参数采用辨识方法获取.实际工程应用表明,该广义电力负荷模型及其参数确定方法有效可行.     

系统辨识在空调房间建模上的应用

指出房间动态数学模型在控制系统中的重要性,简化了建立房间的理论数学模型,通过系统辨识的方法建立房间的模型,最后利用辨识的数学模型对阶跃响应的仿真结果和实测温度进行比较,从中可以选择所需精度的数学模型,进而考虑控制系统的设计和调节器参数的整定。     

异结构同步一自治系统

基于稳定性理论,对一自治系统的异结构同步与参数识别进行研究。首先完成在参数已知时自治系统与Lorenz系统的异结构同步问题;其次设计参数识别器与系统同步器,用于不确定自治系统与Lorenz系统的异结构同步与参数识别。理论证明了所设计控制器能够使受控误差系统全局渐进稳定到同步误差系统的零点,系统所有参数能被准确快速地辨识。数值仿真表明,在所设计参数识别器与系统同步器作用下,不确定自治系统与Lorenz系统可实现同步的有效性与可行性。     

一种全并行神经网络参数辨识方法

针对在线参数辨识计算工作量大，造成难以实时给出参数估值的问题，利用Ｈｏｐｆｉｅｌｄ型网络的快速优化计算能力，通过对Ｈｏｐｆｉｅｌｄ网络改进，推出了一种全并行递推神经网络参数辨识方法，使计算量较传统的参数辨识方法大大减小。同时由于神经网络的互连作用，增强了辨识的鲁棒性，为实时给出参数估值提供了可靠的保障。     

基于阶次分析的风电机组在线模态参数识别与故障诊断

针对风电机组的健康监测和预警评估,将基于环境荷载激励的模态参数识别和计算阶次分析方法应用于风电机组齿轮箱系统的在线模态分析。设计并构建了风电机组在线模态参数识别与故障诊断系统,通过试验模态与在线模态识别参数以及不同环境荷载激励条件下的在线模态识别参数的测试结果对比,证明在线模态参数识别方法的可行性和实时性,系统运行稳定,数据可靠,为风电机组在线模态实测,多种环境荷载激励作用下动态特性以及故障诊断研究积累了大量数据。     

一种新的同步发电机参数解耦辨识算法

本文提出了一种新的同步发电机动态参数辩识算法——解耦辨识算法。该算法的优点是不需要知道外部其它机组的任何信息,而完全依靠待辨系统的在线量测信息进行参数估计即可考虑外部系统对辨识系统的耦合作用和影响。仿真结果表明,无论外部系统从一个无穷大母线变化到一个电压和频率都变化的未知系统,该算法都具有好的收敛性质并能快速地给出准确的参数估值。这种新算法在一定程度上较好地解决了同步发电机参数辨识研究领域尚未解决的解耦辨识问题。     

基于 CFCC-PCA 的说话人辨识方法

针对说话人训练和识别时间长、噪音环境下识别率低的问题,提出一种CFCC-PCA特征参数的说话人辨识方法。首先提取具有听觉特性的CFCC特征参数,然后对其进行PCA变换,找出具有分辨能力的参数,最后再用这些参数在云服务器中训练和识别说话人。实验表明：该方法可以提高说话人辨识的鲁棒性和识别率,云服务可提高系统实时性。     

复杂交通环境激励下西安城墙模态参数识别与分析

结构的模态参数识别一直是结构健康监测的基础和重点,其能评估结构状态、识别结构损伤,对结构的后续维护具有重要意义,对古建筑结构亦是如此。西安城墙属于中国第一批重点文物保护单位,其模态参数识别更是需要重视。在西安城墙瓮城处城墙布设速度与加速度动力特性监测系统,通过现场动力测试试验,获取复杂交通环境激励下城墙振动响应数据;通过特征系统实现算法(ERA)、随机子空间法(SSI)和峰值法(PP)3种模态识别方法相结合,对响应数据进行结构模态参数识别,获取该区域城墙模态参数;结合城墙数值有限元模型,对比3种方法所得的模态参数,建立有效的结构动力模型。结果表明:3种方法均可以在环境激励下有效识别结构的模态频率并最终得出振型,验证了该3种模态识别方法对古城墙模态参数识别的可行性。     

Levitation mechanism modelling for maglev transportation system

A novel maglev transportation system was proposed for large travel range ultra precision motion. The system consists of a levitation subsystem and a propulsion subsystem. During the propulsion subsystem driving the moving platform along the guideway, the levitation subsystem uses six pairs of electromagnets to steadily suspend the moving platform over the guideway. The model of the levitation system, which is a typical nonlinear multi-input multi-output coupling system and has many inner nonlinear coupling characteristics, was deduced. For testifying the model, the levitation mechanism was firstly controlled by proportional-integral-differential (PID) control, and then a lot of input-output data were collected for model parameter identification. The least-square parameter identification method was used. The identification results prove that the model is feasible and suitable for the real system.