基于遗传算法的模型辨识及不对称优化自校正PID控制

对模型类型已知,但参数变化的对象,提出一种改进的遗传算法来在线辨识模型的参数,用不对称优化法在线调整的ＰＩＤ控制器的参数,实现ＰＩＤ自校正控制。算法根据系统跟踪误差改变辨识精度,从而大大减少了辨识计算量;用保留收敛值二次取种的方法来预测遗传算法的早收敛问题,提高了搜索的精度与速度,防止辨识时出现死循环。仿真表明,该控制器对于变参数对象可获得满意的控制效果。     

基于LuGre模型和遗传算法的阀门阻尼参数辨识

研究由阀门阻尼测试系统的实测数据辨识阀门摩擦副的阻尼参数。阀门摩擦副的动态阻尼特性的测试和参数确定通常比较困难。LuGre摩擦模型能够精确地描述摩擦特性,模型中包含六个静、动态阻尼参数,参数之间存在耦合。通过遗传算法对静态阻尼参数和动态阻尼参数作两步辨识。分别对选择交叉和变异算子进行改进,解决了局部收敛的问题。实验结果表明,辨识得到的阻尼参数可以精确地描述阀门的实际运动状态。     

遗传算法在结构模态参数辨识中的应用

把遗传算法应用于模态参数的辨识中,提出一种新的时域模态参数辨识方法,把线性结构系统的频率、阻尼比、幅值和相位的识别问题转化为优化问题,然后利用遗传算法的全局优化特性,找出全局最优解。数字模拟表明,该方法能够高精度的识别幅值、频率、阻尼比和相位。     

MRD模型参数识别及其在振动控制中的应用

为了识别磁流变阻尼器(MRD)Bouc-Wen模型中的未知参数,提高半主动控制中的参数通用性,提出一种逐渐缩小参数取值范围的遗传算法(GA)提高识别精度,并根据参数随电流的变化趋势对其函数关系进行拟合。对MRD Bouc-Wen模型进行了数值仿真设计。除试验数据外,在无其他先验知识的条件下利用遗传算法进行了参数识别,并在建立62个自由度铁道车辆整车模型的基础上进行了悬挂半主动控制系统数值仿真分析,用于验证识别出的Bouc-Wen模型。仿真结果表明,利用遗传算法识别的MRD Bouc-Wen模型进行半主动控制可以有效降低车体横向加速度,提高车辆运行平稳性能。     

基于浮点数编码的自适应遗传算法在模型辨识中的应用

掌握被控对象的数学模型是准确分析该对象特性的前提。由于目前被控对象变得越来越复杂，传统的辨识方法在很多情况下已不能胜任。本文提出将自适应的遗传算法（AGA），在融合、改进了其它一些遗传操作的基础上应用于系统辨识。通过分别对理论模型和实际模型的辨识仿真，结果证明本文的自适应遗传算法有较高的精度和较好的鲁棒性。     

遗传算法在自控二阶系统参数优化中的应用

遗传算法是根据有性生物繁衍过程中基因杂交、基因突变产生新基因的过程而产生的一种全局搜索方法。在对遗传算法选型、编码等基本选型之后,将其应用在二阶系统多变量的参数优化中,在保持PID调节原有优良性能不变的情况下,能够很好地解决传统校正方法产生的系统超调量过大的问题。     

虚拟仪器在模型参数辨识中的应用

应用基于LabVIEW的虚拟仪器技术,搭建以计算机和数据采集卡为平台的模型参数辨识系统.以低阶电路为实验对象进行模型参数辨识实验,用数据采集卡读取同步数据,并应用LabVIEW系统辨识工具包对实验数据进行分析处理,得出系统的参数模型.然后通过对比理论模型和辨识结果,以及系统响应的仿真结果和实测数据,对模型辨识的正确性给出评估.     

变搜索域遗传算法及其在铣削加工参数优化中的应用

在传统遗传算法的基础上提出变搜索遗传算法,通过不断地变换搜索区域,使搜索区域间全局最优点小推进,从而打电话算法的收敛速度和精度,将其用于铣削加工参数的优化,并与传统算法进行比较。     

遗传算法在PID参数整定中的应用

介绍遗传算法和基于遗传算法的PID控制设计,并对设计在MATLAB/SIMULINK下进行了仿真,取得了良好的控制效果。     

遗传模拟退火算法在模型辨识中的应用

针对标准遗传算法在许多问题的解决中出现的早熟现象、局部寻优能力较差的情况．结合了标准遗传算法和模拟退火算法的优点并在编码的时候采用混合编码机制、提出一种改进的遗传模拟退火算法、解决了标准遗传算法在局部寻优差．求解效率差的问题。并用FESTO紧凑型过程控制实验室中的液位控制系统完成算法的验证工作、证明这种方法具有一定的优越性。     

基于GA自动化加工切削参数优化问题的研究

优化加工参数是实现高质量、高效率、低成本制造产品,充分发挥自动化机床加工性能的关键环节.应用遗传算法推导并建立了以最少加工时间、最小加工成本为目标函数的数控铣削加工参数优化数学模型.并对模型进行了参数优化求解.通过优化前后结果的对比,验证了所建模型和优化算法的准确性和实用性.     

电动负载模拟器摩擦模型参数辨识方法

为实现电动负载模拟器的高精度控制,针对负载模拟器运行中受到的摩擦力影响问题,提出基于改进布谷鸟算法（improved cuckoo search algorithm,简称ICSA）的摩擦模型参数辨识方法。首先,搭建了电动负载模拟器试验样机,建立了动力学数学模型,并引入一种连续摩擦模型代替传统不连续摩擦模型;其次,将布谷鸟算法（cuckoo search algorithm,简称CSA）进行改进,在辨识中自动调整判定概率和步长的数值,提高了收敛速度和收敛精度;然后,通过逐点试验的方法得到了负载模拟器角速度范围为［-1,1］rad/s的摩擦力数据,并利用ICSA算法对摩擦力模型进行辨识;最后,进行了验证试验。试验结果表明： ICSA算法能准确快速地辨识出连续摩擦模型的6个参数,且收敛速度快、准确性高;当迭代达到最大迭代次数时,ICSA算法的目标函数值较CSA算法减小了45.2%。     

基于模型修正的螺栓结合部虚拟材料参数识别及应用

针对螺栓结合部虚拟材料模型建模及参数识别问题,基于结合部显著影响整体结构动力学性能这一特性,提出基于模型修正的虚拟材料动力学模型参数识别方法。针对参数识别中修正方程的病态问题,根据虚拟材料相关参数及结构各阶模态频率相互之间的影响度,构造修正方程的左右加权函数以减轻其病态程度,并通过仿真算例验证参数识别方法的有效性。探讨平板螺栓连接及哑铃状结构用于虚拟材料参数识别的有效性及抗噪性,加工哑铃结构的实验零件,辨识螺栓结合部虚拟材料模型的参数。基于机床螺栓结构的常用工况,建立虚拟材料模型参数库,并在CKX5680数控机床上验证参数库的有效性。结果表明：采用模型修正技术可以准确地识别无噪声时的虚拟材料参数;采用哑铃结构实验试件在有噪声情况下,螺栓结合部虚拟材料参数识别误差小于8%;采用虚拟材料模型模拟螺栓结合部的建模误差小于5.6%。     

基于区间分析的LuGre摩擦模型参数辨识方法

针对LuGre摩擦模型参数耦合、动态参数辨识困难等问题,提出一种基于区间分析的LuGre摩擦模型动态参数辨识方法。首先,简要介绍了边界误差估计方法及其在系统模型为常微分方程时系统参数辨识中的应用,然后,基于两步法思想,分别采用最小二乘法和基于区间分析的边界误差估计方法对4个静态参数和2个动态参数进行了辨识。该方法有效避免了采用传统非线性辨识方法辨识LuGre摩擦模型动态参数时初值确定困难、对辨识结果影响大以及显性目标函数不易给出等缺陷,同时,辨识得到的参数为全局最优。最后通过实例验证了该方法的正确性和有效性。     

基于等效电路电池模型参数辨识方法的适应性研究

使用基于DP模型的非线性等效电路模型建立电池系统通用模型,基于HPPC脉冲实验对电池模型进行参数辨识,并研究电池模型以及其参数辨识方法对于锂离子电池和铅酸电池的适应性.实验表明,对于锂离子电池和铅酸电池,该非线性模型具有较好的模型精度,同时其参数辨识方法也具有一定的适应性.     

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。     

基于超级电容模型的参数辨识及其仿真研究

研究和分析了超级电容三分枝模型建立的理论基础,阐述了参数辨识的概念和递推最小二乘法应用于参数辨识的基本原理,在此基础上结合Matlab,编写了递推最小二乘法辨识程序,实现了对超级电容三分枝模型传递函数的辨识,最后通过对辨识结果的分析和仿真,验证了三分枝模型的正确性。     

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。     

Kinematic Model Building and Servo Parameter Identification of 3-HSS Parallel Mechanism

Aiming at a parallel mechanism with three degrees of freedom, a method for dynamic model building and the parameter identification of its servosystem is presented. First, the reverse solution models of position, velocity, and acceleration of parallelogram branch structure are deduced, and then, its dynamic model of a rigid body is set up by using the virtual work principle. Based on the above model, a method to identify the servo parameter of the parallel mechanism is put up. In this method, the triangle-shaped input with variable frequency is adopted to offset the disadvantages of pseudorandom number sequence in parameter identification, such as dramatically changing the vibration amplitude of the motor, easily impacting the motor that results in its velocity loop to easily open, and so on. Moreover, the rotary inertia can also be identified by the additive mass. The abovementioned data will lay a solid foundation for the optimum performance of the system in the whole workspace. Translated from Journal of Tianjin University, 2004, 37(6)