非线性系统时变时滞和参数的在线联合估计

为了解决非线性系统的时滞和参数的在线联合估计这一问题 ,提出了一种基于遗传算法的非线性系统时变时滞和参数的在线联合估计方法。将遗传算法的二进制编码改进为十进制编码。对于系统输入带有纯时滞的非线性系统 ,采用改进的遗传算法对系统时滞和参数进行在线联合估计。此方法能够有效地在线联合估计非线性系统的时变时滞和参数 ,并具有一定的抗噪声能力。仿真实验结果验证了此方法的有效性     

隧道地表沉降预测的时变参数灰序模型TGM-AR

在趋势项提取法中,针对逐步回归法比较烦琐及灰色模型预测精度低的缺点,结合灰色预报系统的灰色性和时变性,根据变形体的实际变形规律,将时变参数a(t),b(t)及灰色理论应用于时序模型建模中,提出并建立时变参数灰序模型TGM-AR.时变参数灰色模型用于提取趋势项部分,时序模型用于提取随机部分.将模型应用于隧道地表的沉降分析和预测,结果表明模型预报精度高,且趋势项的物理意义明确.     

用于非线性时变系统噪声统计Q、R阵估计的新方法

提出了一种估计非线性时变系统过程噪声协方差阵Q和观测噪声协方差阵R的新方法.扩展卡尔曼算法结合前馈神经网络的非线性时变系统辨识过程中,噪声统计Q、R阵的估计是影响系统建模和预测精度的关键因素之一.本文所提出的估计噪声统计Q、R阵方法是基于协方差匹配技术,将M ehra估计定常系统噪声统计的方法推广到一般的非线性时变系统.仿真结果显示了本文方法的有效性.     

基于BP神经网络预报的动态矩阵预测控制

提出了一种基于BP神经网络预报的动态矩阵预测控制新算法 ,在该算法中 ,先用BP神经网络辨识对象模型 ,同时预测对象的未来输出 ,然后用动态矩阵控制算法进行滚动优化和反馈校正。该方法解决了非线性、时变对象难以建模及控制的问题 ,仿真结果验证了这一新型算法的可行性     

不确定关联大系统的自适应H_∞控制

研究一类具有时滞的非线性不确定关联大系统的鲁棒控制问题.假设不确定时变参数为半线性系统结构的有界输出,通过对时变不确定参数设计自适应律,从而对不确定参数进行估计,并且使系统满足H∞扰动衰减度.利用线性矩阵不等式(LMI)方法设计出鲁棒自适应H∞控制器.数值实例及仿真结果表明了该方法的有效性和可行性.     

基于BP神经网络预报的动态矩阵预测控制

提出了一种基于BP神经网络预报的动态矩阵预测控制新算法，在该算法中，先用BP神经网络辨识对象模型，同时预测对象的未来输出，然后用动态矩阵控制算法进行滚动优化和反馈校正。该方法解决了非线性、时变对象难以建模及控制的问题，仿真结果验证了这一新型算法的可行性。     

不确定关联大系统的自适应H∞控制

研究一类具有时滞的非线性不确定关联大系统的鲁棒控制问题．假设不确定时变参数为半线性系统结构的有界输出，通过对时变不确定参数设计自适应律，从而对不确定参数进行估计，并且使系统满足H∞扰动衰减度．利用线性矩阵不等式(LMI)方法设计出鲁棒自适应H∞控制器．数值实例及仿真结果表明了该方法的有效性和可行性．     

城市用水量非线性组合预测方法研究

利用小波网络构造模型的优化组合函数,建立了城市用水量非线性组合预测模型.将非线性组合函数的拟合转化为小波网络参数的估计,采用遗忘因子法训练网络的权值,利用递推预报误差算法训练尺度因子和平移因子.实例表明,该方法具有很强的泛化能力与自适应数据和函数变化的能力,能够有效提高预测精度,克服了线性组合预测方法适应性不强的问题.     

线性时变参数识别与非线性因素估计

本文讨论了利用非线性时不变振动系统的响应，根据线性模型识别出的线性参数的时变性质判断非线性项的存在、估计系统非线性因素的问题．大量的算例表明，据此判断非线性项的存在是可行的．文中还分析了利用具有非线性项的时变系统的响应，根据线性系统模型识别线性时变参数的问题．模拟计算表明，利用非线性系统的响应籍助线性模型，可以在相当大的范围内较好的识别出系统的线性时变参数。     

基于扩张状态观测器的双旋弹丸舵翼转速预测控制

针对存在于固定鸭舵式弹道修正弹舵翼滚转系统中的参数不确定性和不确定性非线性问题,提出一种基于输出反馈型扩张状态观测器的直接模型预测控制方法.该方法以扩张状态观测器估计系统扰动并以前馈补偿的方式融入控制器设计,结合较精确的舵翼滚转模型实现滚转状态预测和控制.在转速更新时间间隔内对非线性参数进行线性化处理,将复杂的积分遍历运算转换为低阶函数直接求解问题,大幅度降低了运算量.仿真实验结果表明:该方法能快速准确地对状态和干扰进行估计,且与传统控制方法相比,具有精度高、响应快、抗干扰及参数变化能力强的特点.      

多齿根裂纹对齿轮传动时变啮合刚度的影响

时变啮合刚度是影响齿轮传动振动特性的重要参数,常用于基于振动的齿轮传动裂纹诊断。为深入研究齿轮裂纹诊断问题,旨在研究齿根裂纹对齿轮传动装置时变啮合刚度的影响。首先,基于齿轮所受转矩和啮合齿轮转角变形量,推导出齿轮传动装置的时变啮合刚度理论模型。然后,以渐开线标准直齿圆柱齿轮为对象,建立含齿根裂纹齿轮传动副有限元模型,提出基于有限元方法的齿轮传动时变啮合刚度计算方法。最后,通过数值算例讨论了一个啮合周期内齿根裂纹对单对轮齿啮合和两对轮齿啮合时啮合刚度的影响。结果表明,两对轮齿啮合时,双裂纹参与啮合不仅降低啮合刚度,而且远大于单裂纹对啮合刚度的影响;与单裂纹参与啮合相比,随着双裂纹的裂纹深度增加,啮合刚度的下降率增大;增加裂纹深度时,两对轮齿啮合时啮合刚度峰值与单裂纹单对齿啮合时啮合刚度峰值的差距缩小;组合裂纹参数下两对轮齿啮合时,因为轮齿参与啮合顺序不同,裂纹深度对齿轮啮合刚度的影响明显不同。研究结论可为基于振动特性的含多裂纹的齿轮传动裂纹诊断提供理论支撑。     

数据压缩的随时变提升小波滤波器设计研究

一般用途的小波滤波器是不随时间变化的滤波器。文章中我们提出一种新的方法设计双正交小波滤波器,这种滤波器与输入信号是正交的。我们称它为随时间变化的提升小波滤波器(TVLW F)。它的特点是通过改变Sw eldens所开发的提升格式的自由参数使滤波器适应于输入信号的变化。这种滤波器很简单并且几乎是可以完美地重构的。用TVLW F,我们做了心电图数据(ECG)的压缩,这是一种半周期性信号。实践证明时变系统很容易构成。我们提出的方法对数据压缩很有用。     

时变系统的FIR模型辩识及设计变量

文章考虑时变系统辨识中辨识设计变量的最优化问题，时变系统的参数可用平稳的AR（1）随机过程描述，时变系的FIR模型递函数估计的均方误差，记作MSE，它可以用一个较简单表达式来逼近它，作者在MSE极小的意义下，给出辨识设计变量的解析表达式。     

含有时变延迟的双线性参数化系统的重复学习控制

针对一类含有时变延迟的双线性参数化时变系统,提出了一种新的重复学习控制方案.该方案假设未知时变参数、未知时滞和参考信号的共同周期是已知的,通过重构系统方程,有效地消除时变延迟的影响,采用微分—差分耦合参数周期自适应律估计时变和时不变参数,可以处理参数在一个未知紧集内周期性快时变的非线性系统,通过构造一个Lyapunov-Krasovskii能量函数,证明所有信号有界并且跟踪误差渐近收敛.给出了闭环系统收敛的一个充分条件.仿真结果验证了控制算法的有效性.     

非线性系统开闭环PID型迭代学习控制的收敛性分析

针对一类参数未知非线性的迭代学习控制问题提出了一种开闭环PID型迭代学习控制律,这种迭代学习律同时利用了系统当前的跟踪误差和前次迭代控制的跟踪误差修正控制作用,给出了迭代学习控制算法收敛的充分性条件.分析表明,所给出的迭代学习控制律推广了现有的结果.     

时变广义系统稳定性分析

研究了时变广义线性系统和时变广义非线性系统的稳定性问题 .首先利用相关不等式 ,给出了一个时变广义线性系统无脉冲且稳定的充分条件 .该结果可用于对不确定广义控制系统稳定性的研究 .然后 ,在适当的条件下 ,通过慢子系统来判断快子系统的变化 ,并利用Riccati方程 ,建立了时变广义非线性系统是渐近稳定的简明判据 .最后 ,给出了例子以说明本文的结论 .     

非理想网络环境下线性控制系统的稳定性分析

针对一种具有非理想网络状态的网络控制系统,建立了区间时滞系统模型,研究了系统的稳定性问题．通过构造一个包含时滞上下界信息的Lyapunonv—Krasovskii泛函,获得了一个新的稳定性判据．数值算例表明,所得结果具有较小的保守性．     

基于过程神经网络时变系统的参数辨识

提出了一种基于过程神经网络时变系统的参数辨识方法,过程神经网络具有强大的非线性映射功能以及自学习、自适应等功能,其输入与时间有关,输出可为变量.文中基于过程神经网络,对一刚度随时间变化的三自由度系统进行参数辨识.实验结果表明:提出的方法对于时变系统具有较好的辨识效果.     

时变系统的Laguerre模型辨识及设计变量（2） ——Kalman滤波法

文章考虑动态线性系统的时变参数是平稳的AR（1）变量，系统为时变的Laguerre模型时的传递函数估计的均方误差（MSE）。在缓慢时变和高阶模型下，利用Kalman滤波算法，得到MSE的近似表达式。最后得到了Kalman滤波算法的设计变量的最优解。     

有未知延迟的下三角系统的输出反馈控制

主要研究状态和输入都有未知时变延迟的下三角系统的输出反馈控制.关于延迟仅规定它是有界的,但它的边界和时变率是未知的.针对要研究的系统,首先提出一个新的自适应输出反馈控制器;然后,为了处理有未知时变的状态,给出了一个新的变换和技术;最后,说明在所给的输出反馈控制器下所研究的系统是全局可控的.仿真结果说明了控制器的有效性.