基于模型参数在线辨识技术的SOC估算方法

针对遗传算法(genetic algorithm,GA)存在收敛速度慢、易陷入局部最优以及难以实现在线应用的问题,面向如动力电池等效电路模型一类非线性较强、实时性要求高的模型辨识问题,提出一种能够快速缩小搜索空间,且有效避免陷入局部最优的在线快速搜索的优化辨识框架,实现电动汽车动力电池等效电路模型参数在线快速辨识,扩展全局搜索优化算法的应用范围.进一步,将此算法应用于电池剩余荷电状态(SOC)估算问题,提出基于改进GA参数辨识技术的无迹粒子滤波SOC估算方法(IGA-UPF).并将此SOC估算方法与基于最小二乘参数辨识技术的无迹粒子滤波的SOC估算算法(LS-UPF)作比较,结果验证了本文提出的在线快速参数辨识框架具有更好的模型参数辨识精度.     

采用LMS的Smith预估器参数在线辨识

基于LMS自适应预估理论,结合多层前馈神经网络,提出Smith预估网络模型,采用LMS算法,推导出单变量Smith预估器参数的在线辨识算法,并将单变量的在线辨识算法推广到多变量系统,提出多变量Smith预估网络模型和纯滞后时间τ及静态增益A的在线性辨识算法,对种模型、多种估失配的情况进行仿真实验,结果表明该算法具有良好的辨识有效性广泛的适应性。     

基于粒子群优化算法的气动参数在线辨识方法

对再入式高超声速飞行器的气动参数在线辨识方法进行了分析研究,采用滤波器对动态方程进行静态化处理,以简化辨识方法,但同时引入了不确定的滤波器参数.为了减小辨识过程中由滤波器参数选择引起的辨识误差,设计了一种参数选择策略.在常规选择参数的基础上引入了智能优化算法——粒子群优化算法,用以确定合适的滤波器参数值.然后,利用基于带遗忘因子的最小二乘法对时变气动参数进行在线辨识.最后基于SX-2模型进行了相关仿真.结果表明:基于粒子群优化算法的气动参数在线辨识方法与未引入参数选择策略的气动参数在线辨识方法相比,辨识精度得到了一定程度的提高.     

参数在线辨识的模糊神经网络Smith控制器

将多变量系统的Smith预估器参数的在线辨识方法的研究结果运用到多变量模糊RBF神经网络控制系统中,构造多变量模糊RBF神经网络Smith预全控制器,详细地阐述了控制器的结构和设计方法,并对一个双输入双输出对象进行仿真研究,仿真结果表明所构造的控制器具有的控制效果,且当对象的特性发生变化时,系统仍具有较好的辨识效果,控制器具有一定的鲁棒性和自适应能力。     

机器人重力参数辨识新方法

将一类新型自适应观测器推广应用到机器人自适应状态观测器上，解决了机器人重力参数辨识的收敛性问题。     

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.     

基于模型参考自适法的电机参数辨识

本文从电机的基本方程出发,根据模型参考自适应法的设计规则,寻找出参考模型与调节模型。在Popov超稳定理论指引下,设计了基于此方法的永磁同步电机直接转矩控制系统的电机转速和定子电阻辨识的自适应规律,建立了基于MARS法的永磁同步电机直接转矩控制系统。通过仿真结果证明了MARS法在永磁同步电机直接转矩控制系统中应用的有效性和合理性,改善了直接转矩控制系统的低速性能。     

自适应蚁群算法在线性系统参数辨识中的应用研究

介绍了自适应蚁群算法在线性系统参数辨识中的应用算法.该方法能够根据辨识偏差变化大小动态改变信息启发因子α和期望启发因子β的配置,引导搜索朝着全局最优方向运动,避免陷入局部最优同时减少搜索算量.通过仿真运行,该辨识方法能够较快缩小辨识区间,辨识结果接近真值,具有较好的辨识效果.     

时变系统参数在线辨识叠加测试激励信号幅度的自适应控制

在本文中,作者提出了时变系统参数在线辨识叠加测试激励信号幅度的自适应控制理论,实现措施及其有效性证明的计算机仿真实验结果。给出了设计步骤,以便应用。此法提高了时变系统参数在线辨识的质量,从而为进一步建立更优化的自适应控制理论与系统,创造了优越条件。     

变压器漏电感参数在线辨识方法研究

利用变压器等值回路平衡方程原理,提出了利用加权递推最小二乘法的变压器漏电感参数辨识方法,给出了变压器漏电感参数辨识的等效模型,对变压器模型参数辨识的可行性进行研究,针对不同的情况,分别提出了归算到一次侧的变压器绕组参数辨识方法及变压器原副边漏电感参数辨识方法.利用动模实验数据对变压器漏电感参数辨识的结果表明,参数辨识算法稳定,不受负荷波动以及功率因数变化的影响,辨识结果具有较高的精度.     

水电站厂房结构模态参数的遗传识别方法

环境激励下结构模态参数的时域识别方法是近年来的研究热点,水电站厂房结构一般规模巨大,常规的激励方式会对结构产生不良影响．此外,由于噪声的干扰往往产生众多虚假模态．由于机组停机过程中环境激励响应较易获得,提出一种基于遗传算法的结构模态参数识别方法,采用多信号分类法进行信号定阶．运用该方法通过模拟信号对其进行验证．并将其应用到水电站厂房结构的模态参数识别中．结果表明,该方法能够有效准确地识别出结构的自振频率和阻尼比．     

PIN功率二极管模型参数辨识

准确的器件模型参数对电力电子电路设计甚为重要。该文采用实测和仿真相结合的方法,通过器件的外特性辨识其内部物理模型参数。这一方法的实现依赖于最优化算法的运用,通过最优化算法的逐次迭代促使仿真波形向实测波形逼近,从而实现器件模型参数的辨识。     

汽车半主动悬架系统阻尼可调减振器AMESim模型参数辨识

为了建立阻尼可调式减振器AMESim模型,通过对电磁阀式阻尼可调减振器的力学特性研究建立最初的减振器AMESim模型,然后通过实物测量得到AMESim模型的部分参数。然后利用遗传算法,并根据减振器示功特性实验数据对阻尼可调减振器模型复原阀、流通阀的阀口参数进行辨识。最后进行阻尼可调减振器实际特性实验和AMESim模型仿真特性实验,对比阻尼可调减振器AMESim模型力学特性与实际阻尼可调减振器的力学特性。结果表明所建模型可用于减振器控制算法的设计和估计减振器台架试验中难以测量到的动态数据,为汽车阻尼可调半主动悬架控制研究奠定基础。     

宽容的思维特质：英国经验理性及其影响

中世纪英国宽容实践的精华,不仅停留在社会文化层面,还升华为政治哲学的理性层面;不仅存在于自觉的理论论著中,而且作为民族的共同心理,塑造了英国民族特定的认识路线或思维特质。这就是理性化的经验主义。     

有理Haar小波求解非线性分数阶Fredholm积分微分方程

利用有理Haar小波的分数阶积分算子矩阵,提出一种求解非线性分数阶Fredholm积分微分方程的数值算法,并通过数值实验验证了所提算法的精确性和有效性.     

基于免疫算法的悬架系统参数的辨识

在ADAMS中建立了麦弗逊与双横臂两种不同悬架形式的1/4汽车模型,依据其输入输出数据,利用免疫算法分别对两者的车身质量、悬架刚度与阻尼、轮胎的刚度及轮胎质量进行了辨识.仿真结果表明:使用辨识参数的简化模型可以替代真实模型并能够合理反映出由于悬架结构不同而引起的性能差异;免疫算法是参数辨识的一种有效方法,具有较好的全局寻优特性.     

基于GMM-UBM的语言辨识算法研究

运用Matlab软件,以自己建立的语音数据库为基础,对与文本无关的基于GMM-UBM的语言辨识系统进行了测试,获得的平均识别率达74%,与传统GMM算法的测试对比,基于GMM-UBM的语言辨识算法能更好地改善语言辨识系统的性能.     

悬臂梁平面结合面参数的识别技术研究

基于频率阻尼比法,提出了一种利用悬臂梁的平面结合面参数识别测试模型,采用有限元法建立了力学模型,通过模态试验优化识别出干摩擦和油脂润滑这2种不同介质状态下结合面的法向刚度系数和法向阻尼系数,并拟合出结合面动态参数随面压力的变化规律．研究结果表明,悬臂梁测试模型对于优化识别平面结合面的动态参数具有较高的精度,干摩擦和油脂润滑结合面的动态参数随面压力的变化不仅具有较强的非线性,而且油脂润滑结合面的动态参数值要比干摩擦的参数值大．     

机器人重力参数辨识新方法

将一类新型自适应观测器推广应用到机器人自适应状态观测器上，解决了机器人重力参数辨识的收敛性问题．     

基于离散小波变换的动态过程模型参数辨识的Markov方法

提出一种新的Ｍａｒｋｏｖ递推算法，该算法主要是基于过程噪声的离散小波变换的协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子具有特殊稀疏带状结构的事实，利用模型输出误差的小波变换在线估计出其协方差矩阵及其Ｃｈｏｌｅｓｋｙ分解因子Ｌｃｗ，进而利用Ｌｅｗ对数据进行白色化处理。数值仿真验证了所提算法是可行的。