二阶非线性模态参数识别方法的研究

提出一个新的非线性模态参数识别的方法──曲面拟合方法．该方法根据 Ｖｏｌｔｅｒｒａ函数级数理论，在识别出非线性系统高阶传递函数的基础上，分析了非线 性高阶传递函数的分布特征，建立一个差频坐标系，对非线性高阶传递函数进行对角 化处理，进而进行整体曲面拟合（ＳＦＭ），实现非线性模态参数的识别。     

干摩擦滞后系统的参数识别

本文采用参数识别和非参数识别相结合的方法对含有干摩擦滞后特性的非线性系统的模型特征与参数进行了分析研完。利用正交幂级数多项式的最小二乘估计法对系统的非线性恢复力进行最佳逼近。提出了结合最小二乘回归技术关于非线性恢复力最佳阶次的判别方法。通过模拟识别和结合实际产品对双线性滞后模型的特征参数进行识别研完。为非线性干摩擦滞后系统的动态特性研究及工程应用提供了新的依据和方法。     

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。     

Walsh函数在系统识别中的应用

本文旨在讨论控制系统的Walsh函数识别问题。首先我们描述了系统识别的基本概念和最小二乘法估计的准则,接着讨论了单输入单输出(SISO)系统的Walsh函数识别方法,它包括了系统参数识别和未知的初始状态方程求解公式。在线性系统的范畴中,我们还讨论了线性定常时滞系统的Walsh函数识别,它是基于把非线性系统的函数表征成单值幂规律型的非线性过程,並用线性並矢定常系统将其描述为Voltera函数的级数表达形式,于是把识别问题归结为确定积分方程的核问题。     

激励作用下非线性系统的时变特征识别

提出采用小波重排谱的方法对外激励作用下的非线性系统进行识别,得到其频率骨架曲线和阻尼骨架曲线.对摩擦滑移隔震系统进行识别,识别结果与理论曲线吻合较好,说明方法适合于激励作用下非线性系统时变参数的识别.     

非线性系统参数的时域识别及优化方法

采用一种非线性迭代在时域中识别非线性系统参数,将计算方法归结为一个求最小值问题。     

链状非线性振动系统识别的无编一致算法

本文提出链状非线性振动系统非参数识别的新算法。利用чеσъΙщев多项式级数逼近一般无记忆非线性恢复力，以回归方法求展开系数。对系统非线性引入的相关残差，用时间序列分析方法处理，迭代修改初估值，最后得到具有无偏性和一致性的识别结果。     

基于局域波法的非线性系统模态参数识别研究

研究基于局域波分析的非线性系统模态参数识别方法.首先在非线性系统响应局域波分解的基础上得到了等效线性系统,然后通过Hilbert变换识别系统的瞬时固有频率和瞬时阻尼系数.针对非线性转子系统的模态参数测试识别问题,提出测取转子系统在降速过程非稳定运行工况下的振动响应,并应用提出的模态参数识别方法来识别转子系统的瞬时固有频...     

基于自回归模型非线性振动模型特性识别

对假定为三次自由衰减非线性系统的识别进行了理论研究。首先,对系统进行非线性分析得到振幅和频率的瞬时关系式。然后,通过引入Hilbert变换获得结构瞬时振幅和瞬时频率,针对Hilbert变换获得的瞬时频率抗噪音能力弱的缺点;基于自回归时间序列模型通过卡尔曼滤波获得结构瞬时频率。最后,通过已获得的瞬时频率、瞬时振幅及二者的关系式建立相应的回归模型,运用最小二乘法可以识别出非线性系统系数。通过数值算例模拟验证算法识别有效。研究为非线性系统的识别提供理论方法。     

神经网络与系统识别

一个控制系统或其一部分常被看作从一个特殊空间到另一个特殊空间的非线性映射,因比系统识别就成为研究非线性映的近似逼近。本文用仿射基神经网络和经向基神经网络识别系统中的逼近问题,研究神经网络的理论及神经网络在系统识别中的应用。     

基于Volterra模型的一类通信系统的参数辨识

分析了Volterra级数理论对于非线性系统的模型建造的意义，提出了一类通信系统的适用于系统辨识的新模型──Volterra离散频域模型．应用此模型对一个具体的通信系统有效地进行了非线性故障诊断和参数辨识．     

Volterra级数与摄动法的内在关系研究

摄动法是求解弱非线性方程的经典定量方法之一,而Volterra级数是一种可表征弱非线性系统的经典数学模型．研究表明,对于受迫多项式非线性系统,只有当其线性派生系统是阻尼耗散系统,由对系统输入进行小参数摄动求得的稳态输出响应才和由Volterra级数给出的解完全一致．结论意味着：Volterra级数并不能表示任意的多项式非线性系统,而仅适合表征线性派生系统是阻尼耗散系统的多项式非线性系统．     

基于经验模态分解的煤矿设备温度预测

煤矿设备出现故障时,设备温度会迅速上升,表现出非线性和非平稳性的特点。为了较准确地预测温度异常,采用了基于经验模态分解（EMD）的神经网络方法对设备温度进行预测。该方法首先采用经验模态分解算法对设备温度时间序列进行分解,得到若干个平稳性较好的本征模态函数（IMF）分量和一个剩余量,然后分别对各分量及剩余量进行神经网络预测。仿真结果表明,基于EMD的神经网络预测方法比单一神经网络预测方法,预测精度更高,对于温度异常预测更有效。     

线性/非线性时间序列模型一般表达式及其工程应用

提出一种线性/非线性时间序列模型的一般表达式(GNAR),论述其线性和非线性特性.对3种典型的非线性、非平稳时间序列进行试验及应用研究.将样本数据分成训练集和测试集,在训练集上建立GNAR模型,采用最小二乘方法以及结合预测误差的修正AIC准则实现其参数估计和模型定阶.在测试集上进行预测,进而验证模型.结果表明该模型对3组数据跟踪性能良好,预测预报精度优于传统时序模型,因此该模型有良好的适应性和有效性,能应用于工程实际.     

关于一个特殊级数的和

设Ｐ为素数，ｎ为正整数，本文利用模Ｐ的剩余类的性质及有限几何级数的求和方法，给出了有关级数和的一个结果     

离散非线性系统的非线性传递函数递推算法

研究了基于Ｖｏｌｔｅｒｒａ级数的一类离散非线性系统的非线性传递函数的递推算法,首先讨论了几类特殊的非线性系统如纯输入、纯输出和纯交叉系统的非线性传递函数的递推算法,然后给出一般的离散非线性系统的非线性传递函数的递推算法．     

构成基本串联与并联非线性系统结构模型的一种判别依据

本文基于Ｖｏｌｔｅｒｒａ理论和Ｗｉｅｎｅｒ理论,利用相关分析法,研究并给出了构成基本串联与并联非线性系统结构模型的必要条件,它们能够为辩识一大类可以表示成这些模型和＂黑箱＂非线性系统提供一种重要的判别依据。文中还给出了计算机模拟算例。     

求强非线性保守系统共振解的渐近法

强非线性保守系统经引入参数变换，并在一定的假设条件下可转化为弱非线性保守系统，再将其解展开为傅里叶级数，利用参数待定法可方便地求出强非线性保守系统的共振周期解．研究了Duffing方程的1／3亚谐共振和主共振周期解．这些例子表明近似解与数值解比较接近．用本文方法求强非线性保守系统共振周期解时，无须解微分方程和依靠消除永年项建立补充方程，求解过程简单，易于掌握，精度高．     

求强非线性振动系统的新摄动法

对强非线性振动系统进行参数变换 ,把强非线性振动系统转化为弱非线性振动系统 ,同时再把振动系统的解展开为付立叶级数 ,利用参数待定法即可方便求出强非线性振动系统的高精度摄动解。     

一种使用正交函数的非线性系统建模方法

该文提出一种非线性系统建模方法。该方法包含3个部分：独立输入信号的标准正交分解，从输入信号的权函数中导出标准Wiener泛函级数，由泛函级数线性组合成系统模型，利用最小二乘优化组合系数。最后列举实例，根据标定的数据用该方法对某传感器进行建模，结果验证了该建模方法对此类非线性结构的预测和辨识性能。