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。     

双线性Hammerstein模型的集成辨识方法

提出了辨识双线性Ｈａｍｍｅｒｓｔｅｉｎ模型的稳态与动态辨相结合的集成辨识方法。该方法利用稳态信息获取稳态模型的强一致性估计,并利用稳态模型通过神经网络逼近获得了静态非线性增益的设计,再利用动态信息辨识获取双线性Ｈａｍｍｅｒｓｔｅｉｎ模型的双线性系统未知系统的一致性估计。仿真结果表明了该方法的有效性和实用性。     

Wiener模型的集成辨识方法

对一类石油化工生产过程中的Ｗｉｅｎｅｒ模型辨识问题,提出了一种稳态与动态相结合的集成辨识方法．利用稳态信息获取稳态模型的强一致性估计,通过神经网络逼近得到非线性增益的逆函数．然后利用系统的动态信息辨识Ｗｉｅｎｅｒ模型的线性系统的参数,并得到一致性估计．仿真结果表明了该方法的有效性和实用性．     

一类复杂系统的集成辨识方法

针对一类具有相互关联非线性子系统的复杂系统,提出了一种稳态辨识与动态辨识相结合的集成辨识方法。利用稳态信息获取各子系统稳态模型（非线性增益）的强一致性估计,通过动态辨识得到各子系统线性部分的模型参数。仿真结果表明了该方法的有效性和实用性。     

一类非线性系统的稳态优化控制

本文针对一类由特殊的ＮＡＲＭＡＸ模型描述的非性线系统，采用阶跃信号作辨识输入信号获得了稳态模型的强一致性估计。基于已得到的稳态模型，获得了稳态优化控制问题的最优解的一致性估计。此外，计算机仿真显示了该算法和辨识技术的有效性和实用性。     

一类非线性系统稳态模型辨识方法

针对一类非线性系统，本文提出了一种辨识其稳态模型的新方法，并得到了稳态模型的强一致性估计。辨识输入信号为优化过程中设定点的正常阶跃变化信号。本文还研究了估计残差的渐近分布和残差收敛速度，最后的计算机数字仿真显示了该方法的有效性和实用性。     

一类非线性系统的稳态模型估计及其强一致性分析

针对由Ｖｏｌｔｅｒａ级数描述的一类非线性系统，提出了采用设定点变化的阶跃信号辨识系统稳态模型的方法，得到了稳态模型的强一致性估计．研究了估计残差的渐近分布和收敛速度．最后的仿真结果显示了该算法的有效性和实用性．     

多变量Hammerstein系统的稳态模型辨识

本文针对多变量Ｈａｍｍｅｒｓｔｅｉｎ系统，提出了利用优化过程中设定点变化的阶跃信号，辨识系统稳态模型的方法，并且获得了稳态模型的强一致性估计。仿真结果也表明了该方法的有效性和实用性。     

基于模式识别的稳态优化控制及其应用

提出了一种基于模式识别的稳态优化控制方法,用模式识别描述系统稳态特性、辨识模型参数、估计非平稳扰动和求取控制作用,为在那些用传统方法建模困难的场合,实现稳态优化控制提供了可能。以甲醛生产过程作仿真研究,获得了满意的结果。     

辨识Wiener模型的两步法

本文利用稳态和动态信息提出了一种辨识Ｗｉｅｎｅｒ模型的新方法一两步法。该方法利用阶跃输入信号获取非线性增益的强一致性估计；利用不同幅值的周期脉冲输入信号获取线性子系统脉冲响应函数的强一致性估计。该方法具有辨识精度高和计算简单等优点，最后的仿真结果说明了该方法的有效性和实用性。     

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．     

基于2种滑模控制的矩阵变换器驱动感应电机转速辨识性能对比

研究模型参考自适应转速辨识的基本原理辨识方法,利用李亚普诺夫稳定性理论推导出2种不同的滑模面的转速估计表达式,分析2种滑模控制的转速估计性能和系统的稳定性;对2种滑模控制在矩阵变换器驱动感应电机调速系统中的转速辨识性能进行仿真研究。研究结果表明:在该调速系统中,滑模控制方法Ⅱ(以转子磁链误差信号ε及其积分之和为滑模面)具有较好的动态响应速度、稳态精度和抗负载扰动能力。仿真结果与理论分析一致,证明了理论分析的正确性和方法的可行性。     

基于轮胎侧偏刚度估计的路面附着条件辨识

准确、实时地获取路面附着信息是汽车主动安全控制系统正常工作的前提.路面及其粗糙度、干湿状态对侧偏刚度有很大影响.基于此,文中在车辆稳态转向下进行轮胎侧偏刚度估计,从而进行路面附着条件辨识.首先由二自由度车辆模型得到前后轴的侧向力及侧偏角,并考虑载荷转移得到各个轮胎的垂向力.通过前后轴之间的差值,消去较难得到的质心侧偏角,而后通过递推最小二乘法估计得到归一化的轮胎侧偏刚度,并比较不同路面附着条件下的估计结果.与之前的侧偏刚度估计方法不同,所提出的方法不需要测量或估计质心侧偏角,因此不需要昂贵的额外传感器,并且考虑了载荷转移对侧偏刚度估计的影响.文中最后通过仿真及电控模型车辆道路试验对所提出的算法进行了验证.仿真及试验结果表明:在考虑载荷转移的条件下,文中提出的辨识算法可以进行路面附着条件辨识.     

基于小波网络的非线性多变量约束预测控制

为了解决非线性多变量系统的建模、控制和优化问题 ,论文扩展基于小波神经网络的单变量系统辨识到多变量系统辨识 ,并用它实现非线性预测控制。对开环稳定过程 ,引入一个具有输入约束的基于小波神经网络模型的区域预测控制方案 ,它的闭环稳定性能够通过适当选择它的预测水平来保证。基于上述动态控制方案 ,提出了一个稳态状态优化方案。通过对一个聚酯生产过程的仿真研究 ,证实了上述方法的有效性。由于能够通过线性最小二乘 (L S)估计方法来辨识 ,该模型易于实现并可用作通用模型。仿真研究的结果表明了该模型的通用性、辨识和控制方法的简单性 ,所提出方案能够被用于过程工业的非线性系统的建模和控制     

HaTmerstein模型的稳态辨识方法--MIMO情形

本文针对用Hammerstein模型描述的一类MIMO非线性系统,提出了一种稳态参数估计的辨识方法.此方法具有在稳态状态下取值,参数辨识简单、精确等优点.数字仿真结果说明了该方法的有效性和实用性.     

Hammerstein模型的稳态辨识方法——MIMO情形

本文针对用Hammerstein模型描述的一类MIMO非线性系统 ,提出了一种稳态参数估计的辨识方法。此方法具有在稳态状态下取值 ,参数辨识简单、精确等优点。数字仿真结果说明了该方法的有效性和实用性。     

模型结构分析方法在多变量预测控制中的应用

为了解决因在模型辨识阶段产生辨识误差而可能引起的稳态增益模型出现线性相关度增高的问题,研究了模型结构临界不稳定现象与多变量预测控制系统性能间的关系.首先,利用奇异值分解(SVD)和相对增益矩阵(RGA)等工具分析了稳态模型的线性相关度,从而给出了模型结构临界不稳定的判定方法.其次,给出了由建模误差引起的模型结构临界不稳...     

基于子空间方法的车辆稳态操纵性模型辨识

基于子空间辨识方法,对稳态操纵工况下的车辆动力学模型进行辨识.根据子空间算法的假设条件,构建了3自由度车辆模型,并进行系统的可辨识性论证,确定了相应的辨识模型结构.采用方向盘角阶跃输入转向回正性能试验数据进行车辆模型的辨识.辨识模型的验证采用相同车速下的实车蛇形试验数据,分别在时域和频域进行辨识和试验对比.结果显示,两者基本吻合,子空间算法能够很好地适用于线性车辆操纵动力学模型的辨识.     

基于改进闭环子空间辨识的电动轮汽车纵向力估计

为实现电动轮汽车轮胎纵向力的控制与协调分配,提出了基于改进闭环子空间辨识的电动轮汽车纵向力估计方法.分析了电动轮汽车电驱动系统特性,在此基础上提出了用于辨识的纵向力估计模型.进行底盘测功机道路模拟试验并采集数据.模型输入与噪声相关时,子空间N4SID(numerical algorithm for subspace identification)辨识算法是有偏的,针对这一问题,研究了一种改进闭环子空间辨识算法.结果表明:对比子空间N4SID辨识算法,改进闭环子空间辨识算法辨识出的模型具有更好的抗干扰性,纵向力估计精度更高,实时跟踪效果更好,满足基于数据驱动的驱动力模型预测控制的需求.     

多河段非稳态河流水质模型研究

提出了一种非稳态模型求解方法,得到了Stastry非稳态河流水质模型的解析解.为了准确辨识多河段河流水质模型结构,提出了非线性模型结构新的最优判据及算法,将最大信息量准则下的优选算法计算量由O(m!)降至O(m 3 ),计算量与逐步回归法相当.提高了模型结构辨识数值稳定性和计算效率,而且,建立了模型判据和数据长度之间的关系.实践表明新方法可以有效地识别多河段河流水质模型结构.