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.     

一种新的模糊自适应控制方法

针对未知的非线性不确定系统,提出了一种基于广义模糊双曲正切模型的模糊自适应控制方法·该方法采用广义模糊双曲正切模型作为未知的非线性对象的辨识器,以此为模糊自适应控制器提供参数自调整必需的梯度信息·通过与其他的辨识器比较,说明了广义模糊双曲正切模型辨识器具有辨识参数少,辨识复杂性较小,易于提高逼近精度的优点·自适应控制器的梯度算法使被控对象的输出能很好地跟踪期望输出·仿真结果表明,此控制方案对未知的非线性系统的输入有很强的自适应跟踪能力·     

基于相关函数法的焊接过程非线性辨识

激光焊接过程是一个典型的带有扰动和噪声的非线性系统．采用相关一最小二乘法对非线性系统进行辨识可以得到未知参数的无偏估计,并且这种辨识方法不需要大量的样本数据．针对高功率二极管激光焊接控制系统,运用相关一最小二乘法的非线性辨识方法,建立了参数为线性的非线性模型．实际阶跃响应数据验证了此模型能够较好地代表焊接过程的稳态及动态特性．     

一类MISO双线性Hammerstein模型的集成辨识方法

目的针对一类静态非线性增益具有原点对称特性的M ISO双线性Hammerstein模型,提出一种稳态与动态辨识相结合的集成辨识方法。方法利用稳态信息获取稳态模型的强一致性估计,并通过稳态模型获得非线性增益的估计,再利用动态信息辨识获取M ISO双线性Hammerstein模型的双线性系统未知参数的一致性估计。结果获得一类M ISO双线性Hammerstein模型的集成辨识方法,仿真结果表明了该方法的有效性和实用性。结论集成辨识方法可用于解决一类MISO双线性Hammerstein模型的辨识问题,易于实现。     

仿射非线性系统的在线自适应模糊神经网络辨识与控制

针对单输入单输出非线性系统的自适应控制问题,提出了一种在线自适应模糊神经网络辨识与鲁棒控制的方法.该方法首先利用广义模糊神经网络学习算法,实时建立对象模型未知系统的逆动态模型,实现网络结构和参数的同时在线自适应.考虑到网络建模误差和外部干扰的存在,还设计了基于控制理论的鲁棒补偿器.仿真结果表明,该方法能对模型未知仿射非线性系统实现鲁棒输出跟踪.     

汽车惯性参数测量研究

为总结和分析汽车惯性参数测量技术的研究进展、发展趋势和提高测量精度,分析了惯性参数对汽车动力学特性的影响,进而从汽车惯性参数的辨识和试验台测量2个方面对汽车惯性参数测量技术进行综述;在辨识汽车惯性参数时,应当根据采用的汽车动力学(操纵、平顺或行驶)模型进行相关的试验,考虑输入和输出试验数据测量精度对辨识结果的影响;汽车惯性参数测量试验装置从传统的单参数测量装置发展到了多参数汽车惯性参数测量装置,主要采用复摆原理或力/运动原理进行测量。试验台的摩擦和支撑系统的刚度是影响测量精度的2个主要因素,采用系统动力学的方法建立汽车惯性参数测量试验台的摩擦和弹性补偿模型,对试验台摩擦和弹性的影响进行分析。结果表明:汽车惯性参数测量试验台开发过程中,采用轻量化设计和测量误差分析技术指导试验台的优化设计是十分必要的;提出的汽车惯性参数测量试验台的摩擦和弹性计算方法,提高了测量精度。     

基于腕力传感器的操作臂惯性参数在线识别

论文基于腕力传感器的输出信号探讨了一种在线识别机器人操作臂末端惯性参数的方法，该方法考虑到了腕力传感器接入对机器人系统动力学特性的影响，同时利用腕力传感器真实反映机器人系统力作用和力传递的特点，既能包括机器人关节特性的影响也可以避免理论辨识方法可能出现的“虚幼模型”的问题，该方法还可以用来辨识机器人操作未知工件或工具的惯性参数，这对经常更换操作对象的机器人的精确控制和动力学仿真是非常重要的。     

双率Hammerstein系统的极大似然递推辨识

针对一类双率Hammerstien系统的参数辨识问题,基于辅助模型辨识思想,利用极大似然原理和递推辨识技术,提出一种极大似然递推辨识算法.主要方法是针对模型中的未知输出构造一个辅助模型,用辅助模型的输出预测未知输出.该方法可以直接基于双率输入输出数据进行参数辨识.仿真实验表明,所提出的算法能有效地辨识双率Hammers...     

带约束多项式权重LPV模型辨识算法

针对复杂工业非线性系统建模难度大、精度低等问题,基于多模型插值的变参数线性(LPV)模型辨识算法,提出双工作点变量条件下的带约束多项式权重函数结构及其参数寻优策略,以有效降低非线性系统辨识的难度并充分保证所建模型的全局稳定性.以高纯度分馏塔这一典型非线性工业过程为研究对象进行LPV模型建模与仿真,获得了较好的输出和阶跃响应曲线拟合结果,验证了LPV模型能够充分反映非线性系统的运行特性以及所提算法的有效性和实用性.     

一个新的四维超混沌系统的参数识别研究

对一个四维超混沌系统的的参数辨识问题进行了研究.首先基于非线性动力学理论,利用超混沌吸引子,随不同参数变化的分岔图和Lyapunov指数谱准确地表征了系统的动力学行为.通过两种参数辨识方法,即基于观测器的参数辨识方法和基于自适应控制的参数辨识方法分别实现该系统的所有未知参数的辨识.数值仿真验证了理论分析和数值计算的正确性.     

非线性系统参数识别的频域方法

系统识别是现代控制过程的关键环节．本文提出了一种识别弱非线性振动系统参数的方法．本方法中，参数识别的数学模型是系统的一阶近似频率响应函数．首先，用多尺度法导出弱非线性强迫激励系统的频率响应函数．接着，利用非线性参数变换将此频率响应函数变换为系统参数的线性函数，在此基础上用最小二乘法识别系统的参数．最后，通过数值模拟检验了方法的精度．     

Data based model free hysteresis identification for a nonlinear structure

In the last two decades, the damage detection for civil engineering structures has been widely treated as a modal analysis problem and most of the currently available vibration-based system identification approaches are based on modal parameters, namely the natural frequencies, mode shapes and damping ratios, and/or their derivations, which are suitable for linear systems. Nonlinearity is generic in engineering structures. For example, the initiation and development of cracks in civil engineering structures as typical structural damages are nonlinear process. One of the major challenges in damage detection, early warning and damage prognosis is to obtain reasonably accurate identification of nonlinear performance such as hysteresis which is the direct indicator of damage initiation and development under dynamic excitations. In this study, a general data-based identification approach for hysteretic performance in form of nonlinear restoring force using structural dynamic responses and complete and incomplete excitation measurement time series was proposed and validated with a 4-story frame structure equipped with smart devices of magneto-rheological (MR) damper to simulate nonlinear performance. Firstly, as an optimization method, the least-squares technique was employed to identify the system matrices of an equivalent linear system of the nonlinear structure model basing on the excitation force and the corresponding vibration measurements with impact test when complete and incomplete excitations; and secondly, the nonlinear restoring force of the structure was identified and compared with the test measurements finally. Results show that the proposed data-based approach is capable of identifying the nonlinear behavior of engineering structures and can be employed to evaluate the damage initiation and development of different structure under dynamic loads.     

Auxiliary Model Based Multi-innovation Stochastic Gradient Identification Methods for Hammerstein Output-Error System

Special input signals identification method based on the auxiliary model based multi-innovation stochastic gradient algorithm for Hammerstein output-error system was proposed.The special input signals were used to realize the identification and separation of the Hammerstein model.As a result,the identification of the dynamic linear part can be separated from the static nonlinear elements without any redundant adjustable parameters.The auxiliary model based multi-innovation stochastic gradient algorithm was applied to identifying the serial link parameters of the Hammerstein model.The auxiliary model based multi-innovation stochastic gradient algorithm can avoid the influence of noise and improve the identification accuracy by changing the innovation length.The simulation results show the efficiency of the proposed method.     

二自由度随动系统的自适应摩擦补偿

 为提高二自由度随动系统的跟踪精度,针对系统中存在的摩擦扰动问题,提出了一种基于LuGre模型的自适应摩擦补偿方法.该方法采用离线估计法对LuGre模型中未知参数进行估计,采用非线性观测器和自适应律估计LuGre摩擦模型中的不可测状态变量和易变未知参数.最后利用Lyapunov方法证明了整个闭环系统的渐进稳定性.仿真实验表明,该方法能有效补偿摩擦对二自由度随动系统低速性能的影响,从而提高跟踪精度.     

保精度-稀疏特性核回归模型的非线性动态系统辨识

针对一组有限测量数据的非线性动态系统建模方法存在模型结构复杂且易出现过拟合等问题,从建模精度及模型稀疏特性出发,提出了保精度-稀疏特性的核回归模型用于辨识非线性动态系统。该方法将逼近误差的L_∞范数思想与结构风险最小化理论相结合,建立求解非线性动态系统所对应的核回归模型优化问题,再应用较简单的线性规划对其求解。提出的方法具有如下三个显著特性:①应用逼近误差的L_∞范数最小化可保证非线性动态系统的辨识精度;②引入支持向量回归架构下的结构风险L_1范数对模型结构复杂性进行有效控制可保证模型稀疏特性;③模型的泛化性能可通过提出的方法从建模精度与模型稀疏特性之间取其平衡。最后,通过实验分析论证了提出方法在辨识非线性动态系统上的保精度-稀疏特性的合理性与优越性。     

土-结构系统的非线性参数反演研究

研究土-结构系统的非线性参数反演问题.建立了土-结构系统的二维集中质量非线性计算模型,提出了变量分离的非线性参数拟合法.利用非线性计算模型和变量分离的非线性参数反演法,实现了复杂的土-结构系统的非线性参数反演.以湖南大学建立的野外大比例尺土-结构系统的试验模型为算例,利用地震输入和系统响应,对系统的非线性动力参数进行反演.算例表明,该算法计算量小,反演精度高,可用于土-结构系统的非线性参数的在线反演.     

基于Hardin骨架曲线的粗粒土非线性动本构模型

为研究高速铁路路基粗粒土填料在列车荷载作用下的动力特性,使用大型动三轴实验仪对粗粒土填料开展了动力变形特性试验研究。以Hardin-Drnevich骨架曲线为基础,采用Masing准则构造了粗粒土加载、卸载的动应力动应变关系滞回曲线;推导了粗粒土的Hardin-Drnevich骨架曲线和加载、卸载滞回曲线上增量剪切模量表达式。利用ABAQUS软件的UMAT子程序编制了基于Hardin-Drnevich骨架曲线和广义Masing准则的粗粒土非线性动本构模型子程序。通过与三轴试验结果比较,验证所建立粗粒土非线性动本构模型的正确性。将该本构模型应用到高速铁路路基动力响应分析中,模拟结果与模型试验数据吻合较好。相对于摩尔库伦本构模型,该本构模型能够更好地反映铁路路基动力响应特性。     

改进遗传规划算法在系统辨识中的应用

为了解决工业过程中数据丰富但机理不完全可知的非线性动态系统建模问题,提出了一种改进的遗传规划算法,以辨识模型结构和参数.该算法首先基于多层次辨识和反馈的基本思想,对系统进行多次辨识,直到把辨识误差缩小到可接受的范围;然后,采用最小二乘法估测模型参数,避免优良模型结构因低劣参数而被淘汰;最后,实施M估计技术,削弱强噪声对建模的影响,增强模型泛化能力.针对满足Lotka-Volterra方程的非线性动态系统进行建模仿真,试验结果表明该算法能较好地辨识满足Lotka-Volterra方程的一类非线性动态系统.