排水管道堵塞故障的声诊断方法研究

针对现有城市排水管道堵塞程度难以辨识的问题,提出一种基于多特征融合与随机森林的排水管道堵塞程度辨识方法.首先对排水管道中采集到的声响应信号进行分帧处理建立信号帧集合.其次,提取各个信号帧的A计权总声压级、能量熵、分形盒维数指标构建特征向量集合;引入距离可分性判据,以达到对特征向量集合去冗余并提高特征区分度的目的;并利用类内类间散布矩阵的迹作为权重实现特征的加权融合.最后,对加权融合的特征向量集合使用随机森林进行故障辨识.实验结果表明,基于距离可分性判据的多特征融合特征向量集合可取得更高的管道堵塞故障识别率;同时,随机森林的堵塞辨识模型与SVM辨识模型比较,随机森林辨识模型有较高的准确率和较快的辨识速度.经验证,本方法不仅能有效地识别不同程度的管道堵塞故障和重复堵塞情况,而且能够排除管道配件比如三通件对故障识别的影响.     

船舶操纵运动建模中的参数可辨识性问题

为保证系统辨识方法应用于船舶操纵运动建模中的有效性,提高建模精度,研究了船舶操纵运动辨识建模中的参数可辨识性问题.从系统辨识原理和船舶操纵运动数学模型结构特点的角度讨论了参数可辨识性的机理,并结合Mariner船试验数据,应用细长体理论分别计算了附加质量和黏性力导数,并与约束模试验结果进行对比.结果表明,附加质量的理论计算结果具有足够的精度,而黏性力导数的计算结果存在较大误差.为此,在应用系统辨识进行船舶操纵运动建模过程中,可将附加质量预先给定以解决参数可辨识性和提高辨识精度.     

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.     

船舶操纵水动力建模的参数漂移消除和灵敏度分析

针对应用系统辨识进行船舶操纵水动力建模过程中出现的参数漂移,提出了一种基于支持向量机的辨识方法,采用该方法对系统输入和输出样本数据进行批处理辨识,避免了参数估计初值的选定.通过引入附加激励,减小了船舶操纵运动过程中的动力相消效应,由系数辨识结果和对回归模型中变量的相关性分析验证了该方法的有效性.为了减小模型复杂度对参数漂移的影响,对模型中的水动力系数进行了灵敏度分析,以获取各个系数对操纵性预报及水动力建模的影响权重.分析结果表明,线性水动力导数、横向速度和转首角速度的三阶水动力导数对建模精度的影响最大.     

基于模型参考和卡尔曼滤波的动态测量方法

在传感器动态补偿时,传感器频带的扩展将会引起严重的高频噪声干扰,为有效地抑制噪声,研究了一个基于模型参考和卡尔曼滤波的动态补偿方法.补偿器的参数通过参考模型和系统辨识的方法得到,同时,利用参考模型建立卡尔曼滤波器,消除高频噪声对测量精度的影响.通过仿真实验以及对硅加速度传感器的动态测量误差补偿,验证了该方法的有效性.     

基于随机森林的大迎角非线性非定常气动建模方法

提出了一种新的大迎角非线性非定常气动力和气动力矩建模方法.传统的依据物理机理分析、实验观测等来建立飞机气动系数与飞行状态之间的建模方法在大迎角非线性非定常气动力和气动力矩建模中存在着局限性,导致模型精度不高,针对这个问题,提出了随机森林建模方法.根据风洞中飞机大迎角俯仰机动的特点,结合随机森林模型的原理,确定了与大迎角随机森林模型相关的输入特征,通过误差分析实验确定了随机森林模型中决策树个数和内部节点随机选择属性个数等关键参数的取值,利用F-18缩比模型在低速风洞中实验数据进行实验,结果表明,与经典的多项式模型相比所建立的随机森林模型得到的预测结果与真实数据之间的误差更小.      

基于Takagi-Sugeno模糊模型的小型无人直升机系统辨识

提出了一种基于非线性系统模糊辨识建立小型直升机动力学特性模型的新方法,分析了小型直升机的4个舵机输入和位姿变量、运动变量的模型.设计实验采集和预处理得到辨识和验证所用的数据.通过辨识航向通道的动力学模型来说明模糊辨识在小型直升机建模中的可行性和有效性,并通过与最小二乘法辨识结果比较,表明该模糊辨识建模方法具有建模简单、模型精度高等优点.研究结果对小型直升机系统的建模和控制具有一定的实用价值.     

能量特性与随机森林的孤岛辨识模型

针对在外部扰动作用下传统孤岛检测方法易受到影响,导致错误判断,降低孤岛检测准确率问题,提出基于能量特性与随机森林的孤岛辨识模型.设计了多种干扰运行状态,并提取孤岛和干扰运行状态下的公共耦合点电压信号的特征能量,做归一化处理后组成辨识模型的输入特征向量;通过训练随机森林决策树构造孤岛辨识分类器,从而构建孤岛辨识模型;通过对比不同组数训练样本准确率和不同检测方法的辨识结果,验证该模型的快速性和准确性.研究结果表明:该模型能够快速辨识多种扰动与孤岛运行状态,更全面地保留检测信号的状态信息,为准确辨识孤岛效应的研究提供参考.     

克隆选择辨识的船舶航向自适应PD控制

为解决船舶营运中存在的模型参数摄动和外界干扰的不确定性问题,提出一种船舶航向自适应PD控制算法.采用免疫克隆选择算法进行在线船舶模型辨识,将存在不确定干扰和模型摄动的船舶作为一个"黑箱",将短时间内的船舶状态在线辨识为二阶线性模型,根据系统预定性能要求动态调整PD控制参数,使船舶获得理想输出.对抗体初始种群采用最优模型保留和随机初始化相结合的策略,提高了不确定性问题的在线优化效率.对一个三阶非线性货船的仿真试验表明,该算法有效提高了PD控制器的稳态性能.     

基于模型辨识的铅球比赛投掷轨迹曲线控制算法研究

文章提出了一种铅球比赛投掷轨迹曲线模型辨识的控制算法。建立了铅球比赛投掷轨迹曲线模型辨识的控制模型,使用Matlab仿真。仿真结果表明:该算法符合铅球比赛投掷轨迹曲线模型的辨识方法。该方法具有快速、准确、平滑地判断曲线轨迹的能力,为教练员提供了知识理论。仿真结果验证了该辨识建模方法的可行性和有效性。     

基于神经网络的加速度传感器动态模型参数辨识

提出了利用函数连接型人工神经网络(FLANN)实现加速度传感器动态模型参数辨识的方法,该方法以加速度传感器动态标定实验数据为基础,通过FLANN训练来确定加速度传感器传递函数参数,文中介绍了辨识原理以及算法,给出了利用FLANN辨识的加速度传感器动态数学模型.结果表明,这种辨识方法具有精度高、鲁棒性好等优点.     

基于移动窗的多核最小二乘支持向量机建模算法

针对时变工业过程建模中存在的模型泛化性和适应性较低的问题,利用移动窗技术,通过使用多个核函数,提出了一种基于移动窗的多核最小二乘支持向量机(LSSVM)建模算法.该算法在最小二乘支持向量机算法基础上,利用多核组合代替单核,增强了模型的泛化能力;利用移动窗技术,增加了模型对时变工业过程的动态辨识能力及模型的更新效率.仿真实验结果表明,该算法具有更好的泛化性能.     

一种无样机的航空发动机转子有限元建模方法

为解决无样机时大型复杂结构的有限元建模准确性问题,对有限元建模、模型修正和确定方法进行研究。首先以模拟转子为研究对象,由模拟转子的几何模型建立了5种不同网格密度的实体模型。模型1至模型5网格密度不断增大,通过计算各模型与最细化网格模型5的模态频率差异确定一个参考模型,模型1相对于模型5频率差异小于0.6%,可作为参考模型。但是参考模型的网格尺寸较大,不能作为整机模型中的部件模型,由此需要建立转子的简化模型。由于参考模型与试验模型的频率误差在3%以内,故可以利用参考模型对简化模型进行模型修正。最后进行了试验模型和修正后的简化模型的相关分析和频响函数对比,二者频率差异在2%以内,模态置信度(MAC)匹配值高于81%,由此验证了通过参考模型修正后的简化模型的正确性和有效性。使用本方法进行无实物样机的真实航空发动机的有限元建模,能提高计算精度和减小计算量,缩短研发周期。     

基于BP神经网络对时滞系统的模型参数辨识仿真

主要研究了基于BP神经网络对时滞系统的参数辨识,分析了两种辨识结构和两种建模方法,对系统被控对象的建模采用了神经网络正模型,辨识结构为串-并联型.考虑加强BP网络的泛化能力,用随机数据去训练网络,然后得到训练后的权值,给一个阶跃信号,利用交叉两点法,从而得到时滞系统的特征参数.通过仿真,基于BP网络对时滞系统的参数辨识是有效的.     

新型蝙蝠算法辨识船舶运动模型参数

为准确、有效辨识出船舶运动模型的参数,以构建精确的船舶运动模型,将群智能优化算法中新型蝙蝠算法引入船舶运动模型的参数辨识。将船舶运动模型参数辨识问题转化为一个多维变量函数优化问题,分析了新型蝙蝠算法求解船舶运动模型参数辨识的适应性;给出了采用新型蝙蝠算法进行船舶运动模型参数辨识的流程。基于实船实验数据,采用新型蝙蝠算法辨识了实船一阶线型响应型模型参数。实例显示,将船舶运动模型参数辨识问题转化成优化问题,通过新型蝙蝠算法对构建的误差准则目标函数的优化,能够快速找到使得目的函数最优的一组变量,该变量即为辨识得到的模型参数。研究表明,提出的技术路线简明且适用,是一种有效的计算机辅助船舶运动模型参数离线辨识方案。     

利用新型蝙蝠算法辨识船舶运动模型参数

为准确、有效辨识出船舶运动模型的参数,以构建精确的船舶运动模型,将群智能优化算法中新型蝙蝠算法引入船舶运动模型的参数辨识。将船舶运动模型参数辨识问题转化为一个多维变量函数优化问题,分析了新型蝙蝠算法求解船舶运动模型参数辨识的适应性;给出了采用新型蝙蝠算法进行船舶运动模型参数辨识的流程。基于实船实验数据,采用新型蝙蝠算法辨识了实船一阶线型响应型模型参数。实例显示,将船舶运动模型参数辨识问题转化成优化问题,通过新型蝙蝠算法对构建的误差准则目标函数的优化,能够快速找到使得目的函数最优的一组变量,该变量即为辨识得到的模型参数。研究表明,提出的技术路线简明且适用,是一种有效的计算机辅助船舶运动模型参数离线辨识方案。     

MATLAB系统辨识工具箱在系统控制设计中的应用

以一个双输入单输出温度控制系统为例,详细叙述应用系统辨识工具箱进行建模、仿真和设计控制系统的过程,包括控制对象的辨识数据采集、模型估算、控制器设计和系统仿真等.重点介绍了系统辨识工具箱图形用户界面的使用方法.     

基于ICESat-2/ATLAS数据结合克里格插值进行区域尺度森林LAI估测

森林叶面积指数(leaf area index,LAI)是探究植被与气候相互作用关系的关键参数.为更加科学、高效获取森林LAI空间格局信息，研究基于星载光子计数激光雷达ICESat-2/ATLAS数据进行大尺度森林LAI估测，以探讨星载光子数据在山地森林LAI建模中的潜力和可行性.以香格里拉市为试验区，对试验区有林地光子点云数据进行去噪、分类等预处理.随后提取各个林地光斑的特征因子属性，并结合47块森林LAI样地实测数据，分别采用逐步回归和随机森林回归模型构建了基于研究区光斑尺度的森林LAI模型.为实现研究区森林LAI的连续估测，研究对经优选的光斑特征因子进行克里格插值，形成其各自属性值的栅格图层，并利用LAI最佳模型进行研究区森林LAI的整体估测.结果表明，Landsat percent,Canopy photon rate,Minimum canopy height和Number of canopy photons等4个光斑特征因子与LAI样地实测值呈显著相关，可作为LAI的建模因子.随机森林模型对研究区LAI的预测能力优于逐步回归模型，其R²和RMSE分别为...     

基于双曲正切函数的非线性新息辨识算法

以非线性Nomoto模型作为船舶运动数学模型,同时,通过线性回归模型,类比引入遗忘因子的随机梯度算法并结合推导出的随机梯度算法,以汽车运输船"Hual Trooper"为例进行仿真实验并对该算法进行推导和验证.结合双曲正切函数,得到非线性新息辨识理论,利用双曲正切函数处理新息.通过Matlab编程比较辨识效果,并通过计...     

基于机器学习的卫星遥感水质富营养化评价——以合肥市环城河为例

以合肥市环城河为研究对象,使用线性回归、随机森林、支持向量回归和套索回归等机器学习模型挖掘Landsat8卫星数据和水质参数之间的关系,对遥感影像值的反射率和水质参数进行建模,并比较了4种不同模型的表现.结果显示,随机森林模型的表现最好,对TN、TP、NH3-N反演模型的精度都能达到0.7以上;反演的水质参数浓度分布图表明TN、TP在环城河东北段的污染最严重,而NH3-N则在西南段的污染最严重;从水体富营养化分布图可以看出,环城河东段水体呈现中度营养状态.