汽车侧面碰撞模型的非线性动力学参数辨识

为了在汽车侧面碰撞动力学系统模型中,获得一些无法通过试验方法直接获得的未知系统特性参数,采用了参数辨识技术,它是根据动力学系统在特定的载荷作用下的输出响应,确定动力学模型中的未知特性参数;介绍了一种基于卡尔曼滤波法的非线性动力学参数的辨识方法,并将其应用于汽车侧面碰撞模型的参数辨识中。利用辨识出的模型参数计算出模型的输出响应,该响应与仿真试验数据吻合良好,表明该方法是非线性动力学参数辨识的有效手段。     

基于遗传算法的摩擦模型参数辨识

摘Tustin摩擦模型能够很好地描述零速附近的摩擦力,由于该模型为非线性模型,使得参数辨识非常困难。针对该模型提出了一种基于遗传算法的摩擦模型参数辨识方法,并通过仿真对辨识结果进行验证,结果表明该方法是有效的。     

基于DSC-LS的加速度计动态模型参数辨识

加速度计动态模型参数辨识对提高振动与冲击动态测试和动态分析精度等具有重要作用.针对加速度计动态模型参数频域辨识方法中栅栏效应对参数辨识精度的影响,提出了一种基于离散频谱校正-最小二乘（DSC-LS）的加速度计动态模型参数辨识方法,该方法利用H₁估计获得零频点坐标,并将FFT+FT离散频谱校正与LS方法相结合,高精度估计出谐振点坐标,然后通过特征点坐标计算加速度计动态模型参数.实验结果表明,该方法能够有效消除栅栏效应对加速度计动态模型参数辨识的影响,具有较高的加速度计动态模型参数辨识精度和抗低频窄带噪声干扰性能.      

铅酸动力电池等效电路模型参数辨识方法研究

针对传统铅酸动力电池参数辨识方法缺乏理论基础以及辨识误差较大的问题,提出了一种新的M序列作为激励的辨识方法。选取Thevenin模型作为铅酸动力电池等效电路模型,通过建模仿真分析了M序列在铅酸动力电池参数辨识中的可行性,并给出了M序列参数选取原则。确定了M序列作为辨识激励的合适参数,最后仿真得出了该方法辨识所得的铅酸动力电池相关参数值。与实验获得的电池真实参数值比较结果表明,采用M序列作为激励的参数辨识方法,能够准确有效地辨识铅酸动力电池等效电路模型的参数,并可以对其参数的获取提供理论基础与支持。     

一类线性时变系统模型参考自适应迭代学习辨识

针对一类有限时间区间上具有可重复性的BIBO稳定的一阶线性时变系统,将模型参考自适应辨识方法与迭代学习相结合,提出了模型参考自适应迭代学习的参数辨识算法。利用模型参考自适应辨识方法得到时变系统参数辨识结构,针对系统可重复的特点,基于Lyapunov方法得到时变参数的迭代学习律。该算法可以辨识快时变的参数,而不需要参数时变结构的信息,并可保证参数估计误差和模型输出误差有界,且沿迭代轴逐点收敛。分析了参数收敛到真值的条件,系统仿真验证了辨识算法的有效性。     

基于曲轴角度域闭环辨识柴油机模型

研究了基于曲轴角度域闭环辨识柴油机模型的建模方法。该方法本质上属于时域辨识,在辨识采样中应用了曲轴角度域采样原理,辨识了用于柴油机电子调速器参数调整用的低阶参数模型。在16V240ZA和Z6135柴油机上的仿真和试验结果证明该建模方法是有效的。     

高速公路交通流宏观模型的一种分类辨识算法

高速公路交通流模型是一个高阶非线性时变系统 ,这使得该模型的辨识问题成为一个非常困难的问题。简要介绍了模型及其中各参数的含义 ,在对模型参数加以分析、讨论的基础上将其分类并分别采用径向基函数 (RBF)神经网络和最小二乘法对模型的参数进行分类辨识 ,成功地解决了该模型辨识的工程化问题。通过与传统的复合形法的辨识结果进行比较 ,该方法的辨识精度和速度均明显提高 ,仿真效果令人满意     

基于最优边界划分的多层次复杂系统参数辨识方法

为了提高多层次复杂系统的模糊控制能力,需要进行参数辨识优化设计,提出基于最优边界划分的多层次复杂系统参数辨识模型。构建多层次复杂系统参数辨识的约束参量模型,采用模糊二自由度微分方程进行多层次复杂系统参数辨识和多元规划模型设计,建立多层次复杂系统参数分析的模糊正交规划函数,结合模糊交叉控制方法进行多层次复杂系统参数的分布式拟合控制,建立模糊控制函数进行多层次复杂系统参数的多层次复杂系统参数特征分解,结合小波函数多尺度分解方法进行多层次复杂系统参数特征量的多维分解,构建多层次复杂系统参数分量的特征重组模型,结合模糊正交规划函数的自动寻优方法进行多层次复杂系统参数的自适应求解,提高多层次复杂系统参数辨识的精度,实现多层次复杂系统参数辨识模型设计。仿真结果表明,采用该方法进行多层次复杂系统参数辨识的收敛性较好,多层次复杂系统参数辨识的精度较高。     

一种连续系统辨识方法及其在飞控规律辨识中的应用

针对某型飞机控制系统的规律辨识问题，对文献[2,3]提出的连续系统辨识方法进行了改进，给出了该方法可以适用的辨识对象的一般模型，同时通过对误差模型和极小化指标的改进，把原方法推广至时变参数辨识领域。数值仿真结果表明该方法成功的解决了该飞控系统的辨识问题。该方法还很容易推广到一类具有相同特征的线性，非线性，时变或时不变的参数辨识中。     

一种新的T-S模糊模型辨识算法

针对非传统T-S模糊模型,给出了一种新的辨识方法。利用改进模糊划分聚类算法辨识前件参数,最小二乘法对模糊模型的后件参数进行辨识。应用Box-Jenkins煤气炉数据和一个非线性系统进行仿真实验,结果证明了该方法的有效性与实用性。     

基于最小二乘法的飞行员模型参数辨识

针对飞行员与飞机相匹配的特点,采用最小二乘法对飞行员模型进行参数辨识.根据Hosman感知模型的特点,确立待辨识参数,为提高辨识精度,重点分析了辨识数据野值的剔除和补正.在俯仰工况下,利用最小二乘递推算法辨识参数,并在研究用Boeing 737-800飞行模拟机上对该方法进行了试验验证.结果表明,飞行员模型的仿真输出曲线与飞行测试数据之间的升降舵角度误差小于0.3°,俯仰角误差小于0.5°,说明通过该方法获得的模型参数能够反映飞行员实际的操作行为.     

液压位置系统的时间序列分析

本文讨论了用CAR时间序列模型来辨识液压系统的阶和参数。文中提出了AIC定阶准则和辅助变量法结合,来确定模型阶和参数的方法,进一步根据估计参数的渐近正态性确定模型的子阶和时滞。文中应用该方法辨识了液压位置系统的阶和参数。仿真和实测阶跃响应比较,证明得到的辨识模型是有效的。     

基于改进RLM算法的横向控制过程的系统辨识

横向控制过程测量数据的稀疏性以及模型的高维性、强耦合和不确定性使得系统模型难以辨识.为快速、准确地辨识系统模型,文中提出了一种改进的递推LevenbergMarquart(RLM)算法.首先阐述了横向控制过程的二维参数化模型和辨识该模型的阶跃辨识方法,然后通过修正RLM算法的目标函数来改进RLM算法,并应用改进RLM算法实时递推辨识系统参数化模型的对位、稳态空间响应和动态响应.仿真实验与实际应用结果显示,该辨识方法不仅可以一致地辨识系统参数化模型的空间响应与动态响应,而且具有比传统RLM算法更快的收敛速度.     

用梯度校正法辨识电液位置伺服系统

应用梯度校正法辨识一般电液位置伺服系统,从而获得与实际模型基本吻合的模型参数。文中论述了辨识算法及应用实例,计算结果表明,该方法实现方便,辨识精度高,并可用于在线辨识。     

基于连续域蚁群改进算法的T-S模型辨识

针对一些带复杂参数辨识性能指标的模糊建模无法采用经典辨识方法解决的情况,提出了采用改进连续域蚁群算法进行T-S模型辨识的方法.该方法利用蚁群算法无需具体数学模型的特点,解决了模糊模型辨识中辨识指标表达式过于复杂甚至非解析所带来的难题,从而实现了T-S模型前提部和结论部参数的一次性辨识.仿真研究表明,利用文中辨识方法得到的模糊模型能够很好的逼近真实系统,并且对初始条件和输入信号不敏感,具有鲁棒性.     

遗传算法的双线性模型参数辨识

本文以遗传算法为基础 ,提出了一种辨识双线性离散动态系统模型参数的方法。该方法能够有效地克服噪声的污染 ,获得双线性系统参数的无偏估计值。应用该算法对双线性系统进行仿真表明 ,该方法辨识精度高 ,稳定性好     

寒区水库淡水冰导温系数的优化辨识

为探究接近冰点的天然淡水冰导温系数依赖于温度的非线性变化关系,利用分布参数系统参数辨识方法,建立了以淡水冰导温系数依赖于温度函数的参数辨识模型,数值求解该模型辨识计算出淡水冰导温系数的非线性关系.并用该辨识结果数值模拟了山西太原汾河二库淡水冰温度变化过程,模拟结果表明:辨识得到的水库淡水冰依赖于冰温变化的导温系数关系式是有效的.     

汽轮发电机组励磁系统参数辨识

通过对典型的励磁系统进行分析,确定其模型机构和需要辨识的具体参数,进行汽轮同步发电机组励磁系统参数可辨识性研究,得出在该模型下,通过设置合适的观测点,励磁系统的参数可唯一辨识的结论.以误差平方和最小为目标函数,采用进化策略法进行参数辨识,确定该模型结构下,励磁系统的各项具体参数.算例进一步验证能有效地辨识出励磁系统的参数.为汽轮同步发电机组励磁系统参数的辨识奠定了理论依据.     

基于PSO算法的定速风电机组三质块传动系统模型参数辨识

为获得传动系统模型的准确参数,提出阵风激励下三质块传动系统模型的参数辨识方法。根据定速风电机组机械动态与电气动态解耦的特性,提出在辨识传动系统模型参数时可忽略电气动态,据此获得定速风电机组的简化模型。采用轨迹灵敏度方法,分析了传动系统各参数的可辨识性及辨识的难易程度。基于粒子群优化算法(PSO)对传动系统模型进行了参数辨识。辨识结果与轨迹灵敏度分析结论一致,验证了提出的参数辨识方法的可行性。     

平面三自由度冗余并联机床的分步自标定方法

针对平面三自由度冗余驱动并联机床,提出基于最少参数线性组合理论的分步自标定方法.根据误差模型输出和机构自由度,给出工程中所有常用的测量方式;然后逐一进行辨识性分析,得到各测量方式下可辨识的不同最少参数线性组合;在兼顾辨识完整性和参数辨识性能的条件下,确定出包含分步测量、分步参数辨识、分步误差补偿的分步自标定方法.仿真结果表明: 该方法可完全屏蔽掉不影响终端精度的无关参数,并可提高每步中参数辨识的准确性.最终参数辨识结果与设定值基本相同,验证了该方法的可行性.