磁悬浮永磁同步电机转子系统的参数辨识与控制

针对磁悬浮永磁同步电机转子系统在悬浮控制过程中,由于磁力参数不准确从而影响控制器的优化设计甚至破坏系统稳定性的问题,提出一种基于高斯调制函数法的磁力参数辨识方法,并设计滑模控制律对转子的稳态悬浮进行控制。首先,让磁悬浮转子系统在PID控制下闭环稳定,再以多正弦信号激励系统,利用高斯函数作为调制函数,对磁悬浮转子系统连续动力学模型进行数字调制积分,从而建立离散等价参数辨识模型;然后,选择与磁悬浮转子系统频带覆盖范围相匹配的尺度参数构建高斯调制函数,对磁悬浮永磁同步电机实验台的磁力参数进行辨识;最后,依据辨识所得的模型参数设计滑模控制器,实现永磁同步电机转子的稳态悬浮。所提方法避免了对微分信号的直接处理,同时又回避了积分初值问题,能够便捷、有效地辨识磁力参数;所设计的滑模控制器使得磁悬浮转子系统拥有更好的稳态和动态性能。实验结果表明：根据所提方法设计的滑模控制器能够使转子在0.2 s内到达目标位置并保持稳定,其调节时间仅为PID控制的40%。     

基于改进微分进化和分散辨识算法的炼钢模型研究

在炼钢过程模型辨识中,被控对象的动态特性往往表现出非线性、慢时变、大迟延和不确定性等特点,使得难以对其建立比较精确的模型。为实现精确建模,提出了一种基于微分进化和分散辨识算法的辨识方法。该方法通过改进的微分进化算法,对系统进行参数优化,接着采用分散辨识在设定点输入阶跃信号,待系统进入稳态后再采样,使得到的稳态输出值能够更快、更精确地逼近实际系统的输出,达到精确建模的目的。仿真结果表明,通过微分进化算法可进一步确定炼钢过程的最佳参数,在采用分散辨识方法对炼钢复杂对象进行辨识后,可以建立更好的数学模型。     

基于Haar小波微分运算矩阵的分布参数系统辨识

在Haar小波正交逼近变换的基础上,对一阶线性分布参数系统参数辨识问题进行了研究.利用微分运算矩阵及其性质,将原偏微分方程描述的线性分布参数系统转化为一组代数矩阵方程,再利用最小二乘法,确定出待辨识的系统参数.基于Haar小波微分运算矩阵方法与基于积分运算矩阵的方法相比,避免了对偏微分方程进行多重积分运算、再利用积分运算矩阵的过程;而且可以不考虑初始条件和边界条件,简化了问题的求解过程.仿真实例表明了该方法辨识精度高,待辨识的3个参数辨识率分别达到0.06％、1.17％、0.26％,可以作为一种解决分布参数系统辨识问题的工具.     

四旋翼无人机的参数辨识方法

研究了四旋翼无人机的参数辨识问题,建立了6自由度的四旋翼无人机的动力学模型,运用递推最小二乘法进行模型的参数辨识,并引入互补滤波器处理噪声,引入跟踪微分器观测输出信号的微分信号,从而提高参数辨识的精度.仿真结果表明,互补滤波器对来源不同的、分别带有高频和低频噪声的信号有良好的滤波效果,参数辨识的精度也是令人满意的.     

含非线性摩擦的伺服系统连续模型直接辨识

为准确描述伺服系统的动态特性与摩擦非线性,提出了一种非线性连续模型直接辨识方法. 该方法以离散输入输出数据与速度方向的逻辑值作为辨识输入,通过等价变换将未知参数都转移到模型的线性部分中,再运用基于状态变量滤波器的直接辨识法求得未知参数,从而获得伺服系统的非线性连续模型. 通过仿真及在双向转台伺服系统的实验表明,该方法在有噪声的情况下仍能准确辨识出非线性连续模型,能准确描述伺服系统的动态特性.     

基于遗传算法的离散和连续系统辨识

阐述了遗传算法应用于离散和连续系统中直接辨识物理参数。该方法能有效地克服有色噪声的干扰 ,获得系统参数的无偏估计。对离散系统的辨识仿真结果说明了该方法的有效性     

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.     

基于遗传算法的离散和连续系统辩识

阐述了遗传算法于离散和连续系统中直接辨识物理参数，该方法能有效地克服了色噪声的干扰，获得系统参数的无偏估计，对离散系统的辨识仿真结果说明了该方法的有效性。     

一种广义预测控制直接算法

基于灰色模型GM（1，2）采用两个辨识器分别辨识被控对象和闭环系统的参数，从而得到了控制器的参数，给出了一种广义预测控制的直接算法。由于此方法将被控对象视为灰色系统，需辨识的参数较基于CARIMA或CARMA模型的广义预测控制直接算法大大减少，实时性进一步提高。仿真结果表明，该方法是有效可行的。     

线性跟踪微分器及其在状态反馈控制中的应用

目的 给出线性跟踪微分器的设计方法,并研究将其用于控制系统状态反馈的效果。方法 利用积分器反馈方法,给出了α阶线性跟踪微分器（可实现对微分信号的α阶静态无差跟踪）及γ阶强跟踪微分器（可直接获得待微分信号的Ｉ￣γ阶微分估值）两种线性跟踪微分器设计方案,并将其用于直接获取状态及进行状态反馈控制的仿真研究。结果与结论 结果表明只要合理地选择跟踪微分器的类型及参数,无论对线性系统还是非线性时变系统,这一方     

基于随机共振大参数微弱周期信号检测

研究了非线性双稳系统的动力学机理,根据非线性系统产生随机共振的同步条件,提出了不满足绝热近似理论的大参数微弱信号实现随机共振的方法。通过对系统参数的适当调整,实现了大频率信号和大强度噪声淹没的微弱周期信号的检测。理论分析和仿真实验表明,该方法有效地实现了大参数微弱信号随机共振,使得利用随机共振法检测大参数微弱周期信号不再局限于尺度变换法。     

分数阶Duffing系统动态特性研究及微弱信号检测

为了进一步提高微弱信号的检测能力,在更低信噪比环境下提取微弱信号的特征信息,提出采用分数阶Duffing系统实现微弱周期信号检测。基于常规Duffing-Holmes数学模型 ,通过加入分数阶微分算子引入了分数阶Duffing方程数学模型,利用变量代换对该模型进行改进可实现任意频率的微弱周期信号检测。研究分析系统阻尼比参数变化对系统非线性动力学特性的影响,给出了最佳阻尼比参数范围;研究了微分阶次与系统临界混沌阈值变化关系,得出微分阶次与系统临界混沌阈值成反比关系的结论。分别在高斯白噪声及色噪声背景下对微弱信号进行检测与识别,大量仿真结果表明,分数阶Duffing系统检测微弱信号的最低信噪比门限值比整数阶Duffing系统降低了10 dB,提高了检测微弱信号能力。     

基于Morlet小波变换的振动特性参数识别

传统的振动系统特性参数识别方法对于非线性、非平稳信号的处理能力差,尤其对于阻尼比的识别精度较低.将Morlet小波变换和随机减量技术相结合识别振动系统的特性参数,首先利用随机减量技术提取振动的自由衰减响应信号,进而由Morlet小波变换对信号进行连续的小波变换处理得到小波能量谱,结合参数识别的基本理论及对时间-幅值坐标面曲线的半对数拟合结果得到振动系统的频率及阻尼比,数值仿真结果表明,提出的方法能有效识别系统的固有频率和阻尼比.将该方法应用于罐车模型流固耦合冲击试验研究,较好地识别出充液工况下振动系统的固有频率和阻尼比.     

基于局域波和混沌的转子系统早期故障诊断

针对转子系统早期微弱故障诊断问题,提出了一种基于局域波分析和混沌相结合的故障诊断新方法.分析了Duffing混沌振子的混沌运动,说明混沌振子的非平衡相变对微弱信号的敏感性和对白噪声的免疫力.可以通过混沌振子由混沌运动到大周期运动的相变识别微弱信号的特征频率成分.由于实际检测信号为多分量信号,若直接输入Duffing振子达不到检测识别目的.为了消除其他成分的干扰,利用局域波分解,任何复杂的信号都可以分解为有限的并且具有不同的基本模式分量,每个分量是单一成分信号,实现了信噪分离.将局域波分量输入所设计的混沌振子,通过混沌振子系统行为由混沌状态变为大周期运动状态,表明检测信号中含有特征成分,实现了利用混沌振子对低信噪比微弱信号的检测识别.对转子系统早期不对中故障信号进行检测结果证明了方法的有效性.     

振动系统时变参数识别分析

本文利用变物理参数微分方程模型,讨论了刚度与阻尼随时间变化时,物理参数与模态参数的识别问题,比较了三种在线识别技术.数字模拟结果表明,采用变物理参数微分方程模型可比采用差分方程模型极大的提高最小二乘法识别阻尼比的精度.当加入系统的噪音较大时,有些改进识别方法失效,但最小二乘法仍能给出较好的估计.     

高速时钟线的反射特性分析

随着系统时钟频率的不断提升,时钟线的反射问题已成为高速电路时钟设计中必须考虑的问题之一.本文基于高速数据采集系统的差分时钟线,分析了各种端接方式对反射噪声的抑制能力.仿真及实测结果表明采用终端下拉方式,可使时钟线上的反射噪声控制在最佳5%信号幅值的系统容限设计要求以内,与其他端接方式相比更有效地抑制了本系统差分时钟线上的反射噪声,保证了时钟系统的信号完整性.     

基于局域波和混沌的转子系统早期碰摩故障诊断

为实现低信噪比下的微弱信号检测,提出一种基于局域波和混沌的微弱信号检测方法.将微弱的故障信号分解为有限的并且具有不同基本模式的分量,每个分量为单一成分信号,实现了信噪分离.将局域波分量输入所设计的混沌振子,混沌振子系统行为由混沌状态变为大周期运动状态,表明检测信号中含有特征成分,实现了利用混沌振子对低信噪比微弱信号的检测识别.对转子系统早期碰摩故障信号检测结果说明了该方法的有效性.     

动力调谐陀螺仪模型快速开环辨识

为了实现对动力调谐陀螺仪闭环测量系统的快速设计,建立了参数模型辨识系统,对激励信号设计、模型类结构选择、参数估计算法等问题进行研究.首先依据惯性元件的特点,设计了适宜于动力调谐陀螺仪测试的多正弦激励信号,然后基于外加输入自回归（ARX）模型,采用预报误差法辨识得到模型参数,最后针对某型号动力调谐陀螺仪设计实验进行验证,并与传统扫频法建模得到的结果进行对比.结果表明：模型辨识时间由2 000,s缩短为20,s,辨识拟合度由92.5%提高到95.3%.与传统扫频法相比,通过多正弦激励、ARX模型和预报误差法进行陀螺模型辨识可得到更高的辨识精度、抗噪声能力和辨识效率,为快速设计闭环系统提供了可靠的依据.     

多变量频域极大似然辨识算法研究

提出了多变量频域极大似然辨识算法.在单变量频域极大似然辨识算法的基础之上,得出多变量系统的频域极大似然辨识算法,并且优化设计多正弦辨识输入信号.针对大型挠性结构的模型进行了仿真,验证了算法的有效性,同时仿真结果表明:对于挠性结构,多变量频域极大似然辨识算法是有效的,而且能够在较大的频宽、较低信噪比的情况下得到良好的辨识结果.     

用模型扩展法辨识具有非平稳扰动的系统

在辨识实际系统时,非平稳噪声扰动是较多见的。目前用得较多的预滤波处理法由于受到一些先验知识的限制,常常得不到较好的辨识结果。本文通过对一类非平稳随机过程的描述,提出一种扩展辨识模型的修正辨识算法,可在不作滤波预处理的情况下,得到非平稳噪声扰动下系统参数的无偏估计。仿真试验证明了修正算法是简单可行的,且仍可在平稳随机噪声条件下使用。