迟滞非线性系统辨识与补偿控制研究

针对智能材料中存在的迟滞问题,对其开展了迟滞非线性特性分析,建立了迟滞系统。该迟滞系统由两个部分串联构成:一部分是滤去传递函数影响的Preisach模型;另一部分是不考虑迟滞影响的系统传递函数。将离线和在线辨识方法应用到辨识迟滞系统中,应用最小二乘法离线辨识得到了辨识传递函数参数,再用此辨识传递函数参数作为神经网络辨识的初始权值,得到了神经网络在线辨识的辨识模型;建立了辨识传递函数的逆模型控制系统和前馈逆模型PID控制系统,并对辨识系统进行了迟滞非线性补偿。研究结果表明,模型辨识方法的可行性和补偿控制的有效性在仿真中得到了验证。     

迟滞动态模型辨识

介绍用Krasnosel′skii-Pokrovkii(KP)迟滞算子对所设计的超磁致伸缩驱动器中的频率无关迟滞特性进行建模.首先,给出了KP迟滞模型中的密度函数离散化的离线辨识方法.其次,为了能够使迟滞模型更好的与自适应控制理论结合,又提出了应用神经网络进行密度函数的自适应在线辨识.此神经网络的BP算法是以离散的KP算子为作用函数、以密度函数为权值.最后,仿真与实验验证了所提出的模型辨识方法的有效性.     

基于扩张状态观测器的迟滞非线性系统辨识

针对一类迟滞非线性系统提出一种参数辨识新方法。通过构造合适的周期输入信号,分析Bouc-Wen模型的积分特性,该特性在后续线性参数与迟滞参数辨识中起到重要作用。利用扩张状态观测器获得系统状态和等效扰动构造方程组,实现线性参数和非线性参数的分离辨识,所有参数通过线性方程组求解得到。通过数值仿真验证了方法的有效性。最后,方法应用于一类压电系统的迟滞非线性模型辨识,所得模型能够很好地反应实际系统的特性。     

对象模型的直接闭环辨识

本文阐述了对象模型的直接闭环辨识的理论基础,介绍了对象模型的内容与步骤,并对其仿真结果作了简要介绍。     

碟形弹簧隔振器不对称迟滞模型及参数辨识

建立了碟形弹簧隔振器非线性迟滞模型,该模型用修正的Y Q Ni模型描述非对称迟滞特性,用等效粘性阻尼描述阻尼性能。然后,采用分步识别算法对建立的理论模型进行了参数辨识,并根据方程的数值解对碟形弹簧隔振器的隔振特性进行了分析。最后,试验验证了该模型的合理性。     

栓接结合部迟滞非线性建模与辨识方法

由于栓接结合部是导致结构发生复杂非线性特性的主要因素,而对栓接结合部的传统处理方法往往忽略结合部的非线性特性或采用等效线性化的数学方法来建模,造成无法准确分析和研究栓接结合部的非线性动力行为。通过实验研究结合部上微凸体间相互挤压、搓动引起的能量耗损机理,运用Iwan模型描述栓接结合部的迟滞非线性现象。在准静态条件下获得力位移实验数据,利用无约束非线性优化方法和Newton迭代法辨识出Iwan模型中的未知参数,从而获得随外载荷幅值变化下的迟滞非线性特性,并与实验结果进行比较。结果表明,利用Iwan模型能够准确反映出栓接结合部所表现出的能量迟滞机理和非线性行为。     

空气焓差法试验台空调系统在线辨识算法的研究

对空气焓差法试验台空调系统的温度控制进行了动态特性分析并建立了数学模型.采用了带遗忘因子的递推最小二乘和基于零频率的模型匹配的联合辨识算法对空调系统进行在线辨识.仿真结果表明,该联合算法计算量较少,具有良好的辨识精度,可以不断提供试验台空调系统温度控制对象的实时模型.该辨识算法为空调对象的自适应控制提供了重要的手段.     

一种改进免疫遗传算法及其对热工对象的辨识

本文在遗传算法和免疫算法的基础上进行了改进,取代了传统免疫遗传算法中的交叉操作,加入了克隆和突变的并行操作,实现了在较小和较大两个邻域的解空间中进行多点并行邻域搜索,从而使算法具有较强的全局和局部搜索能力。将改进的AIGA应用于热工过程辨识,运行代次少,时间短,启发性强,仿真结果证明了该方法的有效性。     

工业过程对象的实用辨识

本文从实际应用出发讨论了两种过程控制中的系统对象的辨识方法，在生产过程中这种辨识方法可直接得到实际的对象模型，测试时间短，编程简单易操作。     

比例阀控气动伺服系统的系统辨识

该文在考虑摩擦和负载对系统影响的基础上，建立了比例阀控气动伺服系统的待辨识模型，并根据进一步工作的需要对模型进行了合理简化。采用递推的最小二乘法，得到符合控制要求的简化系统模型，同时给出辨识过程的详细步骤。理论分析和实验数据的验证表明了辨识的有效性。     

基于遗传算法的伺服系统摩擦模型参数辨识

文章研究受摩擦因素影响的伺服系统的摩擦模型参数辨识问题,该系统具有未知负载特性和非线性摩擦,给摩擦模型参数辨识带了较大的困难。首先将系统的输入力矩分解为线性力矩和非线性摩擦力矩,其中线性力矩部分用于驱动负载转动,非线性摩擦力矩用于克服摩擦作用;然后基于Stribeck摩擦模型,采用遗传算法进行参数优化。在直流伺服系统上的仿真结果显示了该方法的有效性。该辨识方法对系统已知信息要求较少且容易实现,具有很强的工程实用价值。     

GA-BP神经网络在伺服系统辨识中的应用

针对BP算法在系统辨识应用中的不足,提出了一种基于遗传算法(GA)的BP神经网络建模方法.该算法充分利用了遗传算法和BP算法各自的优点.采用该算法完成了具有复杂非线性的某伺服系统的建模工作.实验结果表明了该算法的有效性.     

弧齿锥齿轮铣齿机切削系统时序辨识

为了提高弧齿轮加工精度和切齿效率，提出弧齿锥齿轮铣齿机切削系统的时序分时建模系统辨识方法，通过对Y2250型铣齿机工件主轴垂直和水平方向的振动测试，应用研制开发的时间序列分时建模程序包，得出该机床固定安装法的切削系统模型，并进行了模态分析及时序谱分析。噪声方差很小，辨识结果具有较高的可信度。     

基于LabVIEW的气动比例阀控系统辨识

介绍了气动系统模型的辨识过程以及LabVIEW在系统辨识上的应用,并利用其辨识工具箱对气动比例阀控系统进行辨识。仿真和实验结果表明,建立的数学模型能够反映实际系统的动态特征,所提出的建模方法是可行的。     

辨识Lorenz混沌系统参数的新方法

基于有限时间收敛理论和 L yapunov稳定理论 ,对 L orenz混沌系统中的未知参数进行了辨识研究 ,给出了两个辨识L orenz混沌系统参数的新方法 ,数值结果表明该方法具有很好的抗噪和抗扰性能。     

改进的Elman网络在系统辨识中的应用

介绍了Elman网络在非线性动力学模型辨识中的应用原理，采用改进的Elman动态递归网络实现对某平整机液压自动厚控系统（HAGC）的模型辨识。实验表明，Elman网络利用内部状态反馈来描述系统的非线性动力学行为，提高了学习速度，适合于动态系统的实时辨识。     

基于MATLAB的两轮自平衡小车系统模型辨识

针对某两轮自平衡小车进行了系统模型辨识,通过示波器采集实际输入输出数据,运用MATLAB软件环境下的系统辨识工具箱进行了数据的预处理、模型类型的选择、参数估计以及模型验证和比较等工作,并最终确定系统模型,为两轮自平衡小车控制系统的设计提供依据。     

机器人动力学系统的神经网络辨识

应用动态前馈神经网络结构和基于非线性最小二乘的学习算法,对两自由度机器人动力学进行神经网络模型辨识研究。闭环控制模态下的仿真结果表明,所采用的神经网络结构可有效地代表实际机器人的动态特性。     

基于Web的智能CAPP系统的研究

从CAPP系统结构研究出发，利用特征技术，建立便于知识处理和规则学习的模糊神经网络工艺知识表达与生成模型，实现了CAPP系统结构的可迭加性和方法与数据的分离。应用特征技术表示产品的几何信息和工艺信息，实现了零件特征级工艺知识和工艺规程的组合与重用。在此基础上，采用异地分布式结构，便于网络模式下CAPP功能的实现，使CAPP能满足网络环境下快捷有效的信息传输和资源利用，是基于Web的CAPP系统有利于智能化与通用化实现的结构模式。给出了应用实例。