基于遗传算法和抽样反分析法的结构参数辨识

提出基于遗传算法的多层建筑结构参数辩识方法，并与抽样反分析法进行比较，进而在辩识的基础上进行结构响应预测。结果表明，对单自由度或辩识精度要求不太高的结构参数辩识，宜采用抽样反分析法；对自由度多或辩识精度要求高的参数辩识，粗采用遗传算法。遗传算法的辩识精度较高，预测较准确。     

基于RELS方法的控制系统参数和结构辩识仿真

给出了应用递推增广最小二乘法对控制系统参数和结构进行数字仿真辩识的方法和步骤,通过对三个实际模型参数及阶的辩识结果,验证了仿真方法的可行性．建出的辩识思想对系统辩识实验研究具有意义．     

桥梁施工现场的危害辩识

本文以桥梁工程施工为基础,阐述了如何做好危害辩识,风险评价中的繁杂难点工作：危害辩识工作。对危害辩识工作过程中的关键环节“作业活动划分”举例进行了详细阐述,为桥梁施工现场如何做好危害辩识工作提供了思路和方法。     

系统参数估计的对半估计辅助变量法

本文提出了一种新的参数估计方法,即对半估计辅助变量法,它把辅助变量法的一个2m阶矩求逆化为一个m阶矩阵求逆,理论分析和仿真结果都表明新方法的辩识时间只有辅助变量法的50%, 也比最小二乘法的辩识时间为短,本文从理论上证明了这种新方法具有一致性估计,获得了它的递推算法,以适应在线辩识。     

四维L.C振子的超混沌系统的参数辩识与同步

针对系统参数不匹配下的两个超混沌系统间的同步问题，提出了相应的参数辩识方法和参数补偿方法。理论分析和数值模拟结果表明，使用改进的参数辩识方法并结合参数补偿，可以实现参数不匹配下两个L.C振子超混沌系统的同步。     

基于前馈神经网络的动态负荷模型辨识

本文提出了一种利用人工神经网络（ＡＮＮ）与系统辨识技术相结合的动态负荷建模方法。首先简要介绍了电力系统负荷的动态模型和前馈神经网络，然后具体讨论了应用ＡＮＮ辩识负荷模型参数的方法，并结合具体辩识程序的框图，分析了辩识过程中应注意的问题。研究表明，本文提供了一条有效的辩识建模途径。     

用Laguerre模型的传递函数黑箱辩识

渐近黑箱辩识的理论是Ljung L和作者于1985年提出的[4]．本文讨论了用Lagurerre模型的传递函数黑箱辩识．在一定条件下，证明了传递函估计的一致性．     

辩识Hammerstein模型的集成辩识方法——MISO情形

本文针对用Ｈａｍｍｅｒｓｔｅｉｎ模型描述的一类ＭｌＳＯ非线性系统，提出了一种稳态估计和动态辩识相结合的集成辩识方法。利用稳态信息获得非线性增益的强一致性估计，利用动态信息可获得线性子系统脉冲响应序列的强一致性估计。数字仿真结果也说明了该集成辩识方法的有效性和实用性。     

新型船舶自适应舵机系统的研究

提出了采用模糊辩识器对船舶舵机离线辩识,使用遗传算法对辩识器进行参数寻优,并用ＢＢＰ算法对模糊神经网络控制器的有关权值在线调整以适应被控对象的参数变化。给出了遗传算法对控制器的参数优化方法。仿真结果证明了控制策略的有效性。     

海冰热力学模型的区域分解及连续性条件的控制

根据雪层、冰层与水层海冰热力系统抛物型方程的极大不可微性,采用非重叠区域分解,并对每个单一的区域使用半隐式差分算法;应用分布参数系统的参数辩识与最优控制理论,研究海冰温度场的参数辩识与最优控制问题。     

感应电动机晶闸管调压调速系统测速新方法

提出一种感应电动机的晶闸管闭环调压调速系统的测速新方法。该法通过测取晶闸管端电压来确定感应电动机转速值，属间接电气测速法。文中给出了其理论根据和实验验证结果。     

基于 PID 的变量马达恒速控制系统研究

针对传统变速风电系统电力电子变流器成本过高的问题,提出了一种新型的基于复合调速的液控稳频风力发电技术．采用PID控制算法,利用复合调速的控制方法,实现对变量马达的恒速控制．并依据系统特性,在完成液压系统设计与建模的基础上,对传统的PID控制方法进行优化．AMESim仿真证明,在风速大范围变化时,该控制系统保证了变量马达转速的恒定,为高品质发电创造了条件．     

基于阶次自分离的轮毂电机故障诊断方法研究

轮毂电机作为电动汽车四轮独立驱动系统的动力源,其运行状态直接关系着整车安全。为了逐步实现对轮毂电机运行状态的监测,本文提出一种新的方法--阶次自分离方法,以适应其复杂多变的行驶工况。本方法克服了传统阶次跟踪方法需同时采集转速信号和振动信号的局限性,仅针对转速信号进行研究,并提取其中蕴藏的非正常波动成分,同时借鉴传统阶次跟踪方法对时域非平稳信号的处理方式,对波动成分进行角域重采样和傅里叶变换,凸显出蕴藏于转速信号中的故障特征,进而实现对轮毂电机的故障诊断。结合Matlab仿真分析和轮毂电机漏电故障试验,结果表明阶次自分离方法可有效识别出轮毂电机漏电故障特征。     

半波截取法变频调速的原理及应用

介绍了一种利用对交流波形进行有规律的截取并倒相后，控制电动机转速的交-交变频调速方法．这种方法通过对截取波形的选择和对分频基数的选择，使电动机处于不同的转速状态．并以此形成调速手段．由于使用此方法调速可以获得较为理想的电动机输出特性．并且电路结构简单．故具有一定的应用价值．     

大功率提升机差动调速初探

矿井提升机的拖动电动机容量一般是很大的．为了实现对大功率提升机的速度控制，现在的提升机采用交流电动机或直流电动机拖动．然而交流电动机不能得到准确的直边速度，直流电动机虽然调速性能好，但大容量直流电动机成本太高，两者都有其缺陷．本文推荐采用差动调速传动，能较好地解决上述问题。差动调速同时又可满足微拖动的要求．     

变频调速技术的发展概况及趋势

介绍变频调速技术的发展概况,阐述了新型电力电子器件、数字信号处理器及新型控制策略在交流传动领域应用状况,讨论了变频调速技术的最新的研究成果,指出变频调速技术的发展趋势.     

粒子群算法优化神经网络的异步电机转速估计

在异步电机的矢量控制系统中,电机的转速检测是必不可少的,并且转速检测的精度直接影响磁场定向的准确性。讨论了各种无传感器速度辨识方法的特点,利用BP神经网络对异步电机转子转速进行辨识,通过粒子群算法优化使BP神经网络获得更好的网络初始权值和阀值,在此基础上利用Matlab/Simulink建立一个异步电机矢量控制系统,仿真结果表明这种方法能较好地辨识异步电机转子转速,系统具有良好的动态性能,对系统参数变化具有较强的鲁棒性。     

步进电机升降速的离散控制

介绍了步进电机升降速的计算方法，用离散法对步进电机升降速的过程进行了处理，并用C语言编程实现了单片机对步进电机升降速的离散控制。     

基于神经网络的速度估计方法

为解决无速度传感器感应电动机矢量控制系统的速度估计问题,以神经网络模式识别的理论为基础,结合神经网络在自动控制领域中的典型应用经验,提出了两种基于神经网络的速度估计方案,分析比较了各自的优点,并通过Matlab仿真,证明了所提方案的估计精度高,估计转速能很好地跟踪实际转速(即使负载发生变化或转速发生阶跃变化),而且对电机参数变化具有很强的鲁棒性,对考虑铁耗后所产生的影响也不太敏感,使相应的无速度传感器矢量控制系统具有良好的静、动态性能.     

低速段异步电动机直接磁场定向控制

为了改善交流异步电动机无速度传感器控制系统低速运行时转速脉动的问题,采用直接磁场定向控制算法.该算法利用电流模型磁链观测器与反电势积分模型相结合的方法对电动机转子磁链的幅值和相位进行检测,并通过电流模型对转子转速进行辨识构成速度反馈回路.仿真结果表明,所采用的异步电动机直接磁场定向控制可以提高电动机的动态响应速度,使电动机有较好的参数不敏感性,能够在低速运行时取得较好的动静态性能.电流模型与反电势积分模型相结合的磁链观测方法,能够使交流异步电动机无速度传感器控制系统在高速及低速运行时都具有良好的动静态性能,增加了电动机的有效调速范围.