直驱式电液伺服转叶舵机的遗传蚁群参数辨识

为了准确地获得直驱式电液伺服转叶舵机的性能参数,建立数学模型,确定系统的阶数,并在标准遗传算法的基础上,结合蚁群算法的正反馈机制提出一种新的遗传蚁群算法对模型参数进行辨识,在给定的上下界内找到一组参数使之满足对实际系统的最佳逼近,使系统在实际输入信号下能更好地复现实际系统的实际输出.采用另一组实验数据检验辨识结果对实际系统的任意实际输入输出采样数据组的逼近程度.验证结果表明,该辨识结果对实际系统的符合程度高于87%.该方法可用于一般复杂系统的实际参数辨识。     

运动状态下机器人关节面物理参数在线模糊辨识方法

利用模糊自动推理方法,提出了一种辨识运动状态下机器人关节面时变物理参数的方法。该方法是在原有模糊聚类法的基础上,推导出的在线自适应模糊推理算法,可应用在时变非线性系统参数在线辨识中。以三自由度单臂机器人为研究对象,建立了机器人运动状态下的动力学模型,利用该自适应模糊推理算法在线辨识此动力学模型中的机器人关节面时变物理参数。由于该方法采用局部估计算法,实验结果表明,该方法具有工程实用价值。     

液力变矩器扭转动态特性分析及试验辨识

通过理论分析建立了液力变矩器的分段线性化扭振计算模型,并对其进行了简化.采用实验参数辨识的方法,借助Matlab/Ident工具箱,得到了系统的频率特性,通过逐段线性化方法,确定了系统的参数模型,从而确定了模型中的阻尼参数.通过曲线拟合得到了阻尼随转速比的变化曲线.为了验证辨识精度,取转矩为输入量,转速为输出量,利用Matlab/Ident工具箱比较了辨识和试验的输出结果,表明所建立的模型是准确的,辨识得到的阻尼值具有一定的精度.     

结构分离和参数分离的灰箱建模

为解决复杂系统的建模问题,以石化工业中广泛应用的连续搅拌釜式反应器(CSTR)为背景,提出以结构分离和参数分离为基础的灰箱建模方法.建模的思路是充分利用系统的先验知识,最大可能的保留系统的已知结构和参数,以保证建立的模型从内部到外部逼近原型系统.在对非线性系统进行结构分解后,建模步骤分两步进行:对反应速率中的Arrhenius方程进行对数变换,可使用便捷、有效的最小二乘算法拟合其中的未知参数;仅对线性部分的未知参数进行辨识,不仅大大降低模型的训练时间,更是提高了模型的灰箱性,从而保证模型的可靠性和泛化能力.通过与常规使用的全参数辨识的建模方法对比,证明了该方法的有效性.     

基于ARMA模型的桥梁结构模态参数辨识研究

模态参数辨识是对结构进行动力损伤诊断的前提,本文介绍了一种通过建立ARMA模型来辨识结构工作模态参数的方法.待检结构在环境激励下发生自由振动,用位移传感器测出振动响应数据,据此建立适当阶数的ARMA模型,并估算模型参数.根据模型参数与系统模态参数的关系算得模态参数.最后用稳定图法剔除虚假模态,确定结构真实模态.重点讨论用ARMA时序模型进行模态频率辨识的问题,并通过一个简支梁振动试验对该方法进行了验证,将试验结果与随机子空间法和ANSYS建模分析法的计算结果对比发现,3种方法识别出的前三阶模态频率基本吻合,且满足精度要求,说明在激励数据未知的情况下,基于ARMA模型的模态参数辨识法能够准确地识别出系统的模态参数.     

利用NARMA模型辨识非线性时变结构系统

为了有效地进行非线性时变结构系统的辨识,提出了一种基于Kalman滤波算法的利用时变非线性自回归滑动平均模型的用于非线性时变结构系统辨识的新方法.首先,利用线性变换将非线性时不变结构系统的动力学模型转化为非线性自回归滑动平均模型,然后,将非线性项展开为系统输出数据的多项式的形式.利用短时时不变假设,通过改变模型参数跟踪系统参数的变化,将非线性时变系统的辨识问题转化为线性时变系统的辨识问题.建立系统参数的随机游动模型,引入Kalman滤波算法估计系统的参数,实现对非线性时变结构系统的辨识.最后对一个具有非线性时变刚度的三自由度结构系统进行了仿真,结果表明:该方法可以有效地跟踪非线性时变结构系统的参数变化.遗忘因子的对比试验表明只有选择合适的遗忘因子才能得到合理的结果.     

模糊神经网络用于非线性系统模型辨识

提出了一种非线性系统的模型辨识方法。在只有被辨识系统的输入输出数据的情况下,利用一种无监督的聚类算法来进行结构辨识,从而自动获得模糊规则库,并可以得到模糊系统的初始参数。在聚类的基础上,构造一个与之相匹配的模糊神经网络,用它的学习算法来训练网络得到一个精确的模糊模型,从而实现参数辨识。同时,证明了所构造的模糊神经网络具有通用逼近能力,这个能力在模糊建模和模糊控制方面非常有用。通过对两个非线性系统辨识的仿真结果验证了该方法的有效性。     

基于T-S模糊模型的水轮机调节系统辨识

针对水轮机调节系统的复杂性、非线性和难以用明确数学模型表达的特点,建立了该系统的T-S模糊模型.考虑到T-S模糊模型的结构与参数间的密切关联性,提出基于混沌优化策略的结构和参数一体化辨识.该方法用混沌优化策略辨识模型的前件参数,用最小二乘法辨识模型后件参数,实现了模糊模型结构的自适应优化.试验结果表明,该T-S辨识模型具有较高的辨识精度及较强的泛化能力,实现了水轮机调节系统的有效辨识.     

基于改进傅里叶级数的机器人动力学参数辨识

针对机器人动力学参数辨识的问题,提出一种基于改进傅里叶级数的辨识方法.采用静态连续摩擦模型描述机器人关节摩擦特性,以确保基于该模型的摩擦补偿是物理可实现的.推导得到机器人动力学模型的线性形式.设计严格满足速度、加速度边界条件的改进傅里叶级数作为激励轨迹,并根据条件数准则优化激励轨迹系数.考虑测量噪声的影响,采用最大似然法作为参数估计的方法.实验结果表明,采用所提方法的辨识结果能够准确重构机器人关节力矩值.且相比于传统的基于傅里叶级数的辨识方法,该方法提高参数辨识的精度.     

基于Bayes技术的小型无人直升机灰箱建模

高精度的动态模型是实现小型无人直升机高性能自主飞行控制的基础.给出了在灰箱建模框架下辨识小型无人直升机动态模型的系统性方法.在合理的假设下,将非线性机理运动方程简化并进行横、纵向解耦,在悬停点附近线性化得到横、纵向的参数化状态空间模型,以区间均匀分布的方式合理表达了待辨识参数的先验分布.将辨识问题构造成Bayes的极大后验（MAP）估计问题,并进一步转化为约束非线性优化问题,采用拟牛顿法求解.辨识步骤在离散时域中进行,利用sinch算法将连续时域的状态空间参数化问题映射到离散域.提出的小型无人直升机灰箱建模方法有效减少了对辨识实验的要求,获得的对象连续域状态空间模型具有良好的预报精度,并适用于控制器的设计.     

利用Simulink仿真的弹道辨识算法精度分析

弹道辨识精度是衡量弹道辨识系统工作性能的重要指标.为了在硬件设计前对辨识算法的精度进行预评估,提出一种利用Matlab/Simulink模块对自主式弹道辨识新算法进行建模的仿真.该算法是基于比较名义弹道与实际弹道在上升初始段的水平距离来实现对弹丸射程偏差的预测.建立弹道数学模型,获得仿真初始参数,运用Simulink模块生成仿真模型.仿真结果表明该射程辨识算法预测相对误差为0.783%,满足弹道修正引信的精度要求.     

基于对象参数辨识的直流双闭环调速系统

该文针对双闭环直流调速系统的性能对直流电机及机械负载对象的参数依赖性大的问题,提出一种基于电机机理模型与驱动器的特点、结合电流闭环等进行参数辨识与调节器参数自整定的方法并采用转速微分负反馈以进一步优化动态性能,仿真验证了该方法的可行性,最后介绍了以高性能嵌入式微处理器为核心的系统技术实现方案.     

New Adaptive Approach for Road Condition Identification in ASR Control System

Anti-slip regulation system(ASR)is an electron-ic control systemto i mprove vehicle’s dynamic andsafety performance during acceleration based on ABS.ASR needs different strategies to control vehicle be-havior for different road conditions.For example,when afront-wheel drive vehicle run on a wet or slip-pery road,the two driving wheels will both slip dur-ing a panic accelerating andthe vehicle can’t fully usethe longitudinal adhesive force to accelerate.ASRneeds to reduce the output torqu…     

无轴承电机的无速度传感器控制

为了解决在控制过程中,表面贴装式永磁无轴承同步电机的参数未知或随温度、饱和等发生慢时变对系统产生影响这一问题,在使用灰色预测方法对电流预测的基础上,提出一种面贴式永磁型无轴承同步电机参数的在线辨识方法.利用系统辨识理论建立面贴式永磁型无轴承电机无位置与速度传感器的矢量控制系统.仿真和实验结果证明,该方法具有模型简单、收敛速度快、误差小等特点,系统能在较大扰动下实现稳定悬浮.     

系统辨识(5):迭代搜索原理与辨识方法

递推辨识与迭代辨识构成了两类重要的参数估计方法.递推辨识的递推变量与时间有关,因而可以用于在线估计系统参数;迭代辨识的迭代变量是自然数,与客观世界的时间无关,通常用于离线估计系统参数.基于辅助模型辨识思想、多新息辨识理论、递阶辨识原理、耦合辨识概念等辨识方法都可以用递推算法和迭代算法实现.迭代方法渊源很早,如求解矩阵方...     

过程控制中被控对象神经网络模型的设计

根据控制过程的特点提出了一种新的动态系统辨识方法 将输入、输出信号、滤波后的数据用于训练静态前向神经网络 ,辨识出控制系统工作点处一线性动态模型的参数 ,从而预测过程的输出 文中详细论述了设计方法及算法原理 ,并通过试验对比表明 ,这种模型精度高、计算量少 ,对噪声不敏感 ,特别适用于运行过程复杂、干扰因素多、非线性控制系统的动态辨识     

The quantitative evaluation of application of hyperspectral data based on multi-parameters joint optimization

In order to evaluate the mineral identification of the hyperspectral data and make a trade-off of the imaging system parameters, a quantitative evaluation approach based on the multi-parameters joint optimization is proposed for the hyperspectral remote sensing. In the proposed approach, the mineral identification is defined as the number of the minerals identified and the key imaging parameters employed include ground sample distance (GSD) and spectral resolution (SR). Certain limitations are found among parameters that are used for analyzing the imaging processes. The constraints include the industrial manufacturing level, application requirements and the quantitative relationship among the GSD, the SR and the signal-to-noise ratio (SNR). Regression analysis is used to investigate the quantitative relationship between the mineral identification and the key imaging system parameters. Then, an optimization model for the trade-off study is established by combining the regression equation with the constraints. The airborne hyperspectral image collected by Hymap is applied to evaluate the performance of the proposed approach. The experimental results reveal that the approach can achieve the evaluation of the mineral identification and the trade-off of key imaging system parameters. The error of the prediction is within one kind of mineral.     

基于改进T-S模型的热工系统在线辨识算法

提出用一种改进的T-S模型实现非线性系统在线辨识的算法。通过样本与聚类中心矢量之间的贴近度来修正聚类中心,并根据样本到中心矢量的距离对输入数据空间进行划分。在此基础上利用递推最小二乘算法辨识出模型的结论参数。给出了具体的算法步骤,将该方法与其他模糊辨识方法进行比较。结果表明,该方法具有简单、实用、辨识精度高等优点。     

非线性系统的参数识别的小波方法

将小波理论应用于非线性系统的参数的识别中.首先将系统的微分方程投影到由Daubechies尺度函数张成的子空间中去,然后利用Daubechies小波的性质将系统微分方程转变为由未知参数构成的一个超越代数方程组,从而最终将系统参数识别问题转变为代数方程组的求解问题.