辨识智能作动器中迟滞非线性的两种方法

智能化是当今世界的发展趋势。智能材料结构作为研究热点之一,应用于航空、航天、生物及医药等诸多领域。智能作动器与智能传感器是智能材料结构的两个主要研究方向。迟滞现象是存在于大量智能材料中的非线性现象,对整个控制系统可能带来不良影响,如稳定性的恶化甚至丧失等。Preisach模型常用于智能材料中针对迟滞现象的建模。基于一阶滞回曲线获得智能作动器的输入输出数据,从理论上研究了经典Preisach模型两种工程上易实现的辨识方法,并应用到一种真实的智能作动器——WIDS-IA压电型作动器,仿真与实验结果表明,两种辨识方法均有效,且误差在同一数量级。为广泛存在迟滞非线性的智能作动器建模提供了理论依据,并具有工程实用价值。     

对压电陶瓷执行器迟滞特性的智能建模

由于压电陶瓷执行器固有的迟滞非线性会影响系统的控制精度,甚至能导致系统不稳定,基于神经网络建立一个迟滞非线性的智能模型。提出一个迟滞因子将多映射的迟滞非线性转换成能够被神经网络逼近的一一映射。该模型结构简单,简化了辨识过程。最后用该方法对实际的压电陶瓷执行器进行建模,结果表明,该模型能够准确的逼近迟滞非线性。     

含有铁磁迟滞非线性系统的反步控制及仿真

铁磁迟滞特性反映的是磁性材料中的迟滞作用.研究一类含有铁磁迟滞特性的不确定非线性系统的跟踪控制问题.将铁磁迟滞模型近似处理成线性输入项和有界的非线性扰动项,使得控制器设计易于实现.将迟滞模型融入控制器的设计过程中有效地消除了迟滞作用对系统的影响,避免了构造复杂迟滞逆模型需要精确迟滞模型表达式的限制.采用自适应反步控制方法,所设计的控制器使系统的输出快速跟踪上给定信号,跟踪误差在一个很小的范围内波动,保证了闭环系统的全局稳定.仿真研究验证了该设计方法的有效性.     

基于动态PREISACH算子的压电陶瓷动态迟滞智能建模

针对经典Preisach模型存在的不能反映迟滞依赖于输入变化率的动态特性且其权重函数难以确定的缺点,给出了Preisach模型中积分项的一种实现形式,动态Preisach算子,其参数是榆入变化率的函数,该Preisach算子反映了迟滞依赖输入变化率而体现的动态特性的基本特征.通过引入动态Preisach算子,将存在于迟滞非线性中的多值映射转化为连续的一一映射,从而将神经网络等智能辨识工具应用到迟滞非线性的建模中.该方法简化了迟滞非线性的建模过程,结构简单,且能实现在线更新,具有实际的应用价值,实验结果验证了所得模型的有效性.     

一种半离散的非线性图像增强方法

提出了一种半离散的非线性扩散方法。借助SIDEs不连续右端的基本思想,将整个框架在弹簧体模型下进行考虑,给出了一些好的性质,并对该扩散方法提出了两种数值求解方案:显式方案和可加算子分裂(AOS)的迭代格式。在显式方案中,通过一个特殊的矩阵分解能大大减少滤波过程的运算量;在AOS方案中,对时间步长没有限制,从而可以选择较大的时间步长,提高了运算效率。实验表明,该扩散进程既有很好的平滑效果,又能增强图像边缘,且运算时间较短。     

一种非线性系统的N阶线模型及其辨识方法

广义脉冲响应函数模型由于其辨识对输入激励的苛刻要求,限制了其在非线性系统故障诊断方面的应用.提出了一种基于广义脉冲响应函数的可以描述非线性系统动态响应过程的N阶线模型.它将广义脉冲响应函数的各阶空间特征压缩到一条边线上,减少模型的表征量,从而降低辨识的输入激励要求,使被压缩的模型更易于被辨识.并且,根据广义脉冲响应函数的特性,提出了模型的辨识方法.最后,仿真验证了模型的辨识,并分析了故障对模型的影响特征.表明该模型适用于非线性系统的故障诊断.     

一种新的基于核函数的非线性系统辨识方法

提出了一种新的基于核函数的非线性系统辨识方法。该方法无须知道系统输入输出先验信息,首先对系统输入输出数据进行密度估计及聚类,自适应获取该数据隐含的类别数目及对应的核参数,得到系统的结构。进而利用这些核,将系统原始低维输入输出数据映射到高维空间获取新的输入输出数据,然后通过递归最小二乘方法获取系统的参数。仿真结果表明了该方法的有效性和自适应性。     

一种基于密度分布函数聚类的属性离散化方法

连续属性离散化是数据分析预处理中的一项重要内容，针对有监督学习，提出了一种基于密度分布函数聚类的连续属性离散化方法。该方法利用了粗糙集中决策表的一致性水平的概念，通过计算基于聚类划分后决策表一致性水平的反馈信息，动态地调整聚类参数—影响因子，直到决策表的一致性水平达到原始水平为止。由于同时考虑所有属性的离散化效果，可使离散化的结果更为合理。为了验证该方法的可行性，文中利用实际数据进行了试验。     

一种非正交复小波核函数及其非线性参数辨识应用

指出了非线性动态信号参数辨识的重要性;分析了目前采用的方法的不足;对非正交复Morlet小波满足Mercy条件和再生性的命题作了证明;用复Morlet小波构建出一种核函数,与主分量分析方法相结合,对非线性动态信号进行参数辨识和预测;仿真结果验证了该方法的正确性和有效性,表明该方法具有较好的理论价值和实用价值。     

一种直升机舵机的GFRF模型辨识方法

改进了以多音组合正弦信号为持续激励信号的非线性系统GFRF非参数模型辨识方法。并成功地利用该方法辨识出某型直升机并联电动舵机的GFRF模型．实践表明，改进后的辨识方法辨识精度高且稳定，只需很小的计算量和数据存储空间，是一种有效的非线性系统辨识方法，具有重要的工程实际应用价值．     

Prony算法辨识传递函数的模型阶数选取研究

针对Prony算法辨识传递函数的模型阶数选取问题,提出了一种基于SNR值及留数值的新方法.SNR值体现的是拟合性能,留数值体现的是模式参与程度.首先选取一个阶数初始值,然后在模型阶数取初始值条件下对榆出信号进行Prony分析,最终依据SNR值及留数模值,得到适合的模型阶数.对典型传递函数的仿真分析验证了所提方法的有效性.     

基于WIENER模型的压电陶瓷神经网络动态迟滞模型的研究

从频域的角度分析，一般认为迟滞特性的形成是由于对输入信号进行了相位滞后而造成，从而形成了输入和输出的多值对应关系，但直接从相位滞后角度所建立的迟滞模型主要是对迟滞环中的主环进行逼近。该文给出了多值对应的迟滞特性的新解释，提出迟滞特性是由形成多值对应的相位滞后部分和动态非线性部分串联组成。采用改进的Wiener模型建立压电陶瓷的迟滞回环特性模型，仿真和实验结果表明在描述压电陶瓷的多值对应、动态特性及非线性特性方面，所提出的神经网络动态迟滞模型具有较高的精度。     

基于分数低阶统计量的正交小波盲均衡算法

对于服从分数低阶Alpha稳定分布的非高斯信号,其二阶和高阶统计量都是不存在的。当环境噪声为这种噪声时,基于高阶统计量的常数模盲均衡算法(CMA)的均衡性能很差。为了克服环境噪声服从分数低阶Alpha稳定分布时,CMA的性能缺陷,提出了一种基于分数低阶统计量的正交小波盲均衡算法。该算法利用分数低阶统计量来抑制Alpha稳定噪声,根据最小分散系数准则优化盲均衡算法的权向量,并对均衡器输入信号进行正交小波变换,通过降低均衡器输入信号的自相关性来加快收敛速度。水声信道仿真结果表明,该算法性能明显优于CMA。     

基于周期性曲率函数的轮廓线匹配技术研究

轮廓线的自动匹配问题是计算机视觉、自动化和模式识别中的一个重要问题。传统的匹配方法中在特征描述部分容易出现误差,并且缺乏全局性。为此提出了基于连续函数曲率概念的周期性离散曲率函数,解决普通轮廓线勾画外形中的图形匹配问题。周期性离散曲率函数具有和原有图形相似的位移、旋转和缩放特性,具有很强的全局性。该方法具有直观和速度快的特点,并且实用可靠,可广泛地应用于类似系统。     

基于δ法高阶非线性系统相平面实现

基于二阶线性系统δ法绘制相平面原理，提出一种新而简单计算圆弧圆心和半径的方法实现高阶非线性控制系统相轨迹的作图算法，从而得到高阶非线性控制系统相平面。数值仿真结果表明，该算法与龙格-库塔法等解析法相比具有良好的动静态性能，高的控制精度和较强的鲁棒性。数值结果说明了方法的有效性，算法具有计算简单，易于实现的特点。     

一种基于高阶累积量的自适应时延估计新方法

讨论了存在于相关高斯或对称分布噪声中的非高斯信号的时延估计问题。可通过采用基于高阶统计量的自适应方法估计出滤波器的权系数 ,根据权系数的最大值求得时延估计。为了能得到非整数采样间隔的时延 ,常用SINC函数对滤波器权系数进行插值。但为了得到精确的时延估计 ,该法需要足够长的滤波器权系数。提出了一种可在相关高斯噪声中 ,只要较少的滤波器权长就能对非高斯信号的时延进行估计的新方法 ,称为最小权值误差平方和法。它对整数或非整数采样间隔时延均能进行估计。理论分析和仿真均证明了该方法的正确性和有效性     

基于改进蚁群算法的钢铁企业合同计划方法

基于钢铁企业的合同计划管理要求,建立了以产能平衡和最小化拖期提前总惩罚为目标的多目标数学规划模型,综合考虑了工序的前序关系、工序的产能和库存的约束.将生产合同与生产工序转换为节点图,从而将合同计划问题抽象成一种改进的旅行商问题.根据模型和问题的特点设计了带交货期启发信息的蚁群算法,并以钢厂实际合同数据为例进行实验.结果表明,改进蚁群算法获得的最好解和计算成本都比较令人满意,模型和算法是有效的.