采用非线性最小二乘法的超级电容等效电路模型参数辨识

针对电动汽车混合储能系统中超级电容在传统模型参数辨识中误差较大、不利于估计其工作状态和进行系统能量管理的问题,提出了一种采用非线性最小二乘法的等效电路模型参数辨识方法。为了精确表征超级电容内部电荷再分配过程及其端电压特性,减小模型误差,该方法首先在超级电容三分支等效电路模型的基础上,分析超级电容充、放电过程中内部的电荷再分配过程;然后,利用粒子群算法分段辨识得到模型参数初值;最后,在所得模型参数初值的基础上采用基于信赖域的非线性最小二乘法对模型参数进行优化。采用超级电容进行多组恒流充、放电实验,结果表明,在不同充、放电条件下,模型计算的端电压与对应实验测试端电压的平均绝对百分误差均在0.5%以内,由此验证了基于非线性最小二乘法参数辨识的有效性和准确性。     

基于最小二乘法的电容电流的辨识意义

本文将系统辨识的理论融合进注入信号法进行电容电流的测试。也就是注入信号法与递推式最小二乘法辨识相结合的方案。采用注入信号法从PT二次侧进行采样,通过输入和输出间的数学模型,辨识计算出电网电容电流。     

超级电容器时变等效电路模型参数辨识与仿真

为能更准确地描述超级电容器在工作过程中的外特性,在超级电容器经典等效电路模型的基础上,将其扩展为模型参数随时间变化的时变等效电路模型,并选用限定记忆最小二乘法辨识模型的时变参数.在Matlab/Simulink环境下利用实验数据对经典等效电路模型和时变等效电路模型进行仿真比较.结果表明,时变等效电路模型具有更高的精度,可以更精确地反映超级电容器的动态特性.     

RLS算法在碳基超级电容器参数辨识中的应用

为改善传统碳基超级电容器模型不能同时兼顾简易性和精确性的缺点,提出一种解决碳基超级电容器模型参数辨识问题的新方法.构建一种能充分描述超级电容工作特性的参数辨识电路模型,采用带遗忘因子的最小二乘法(RLS)对电路参数进行辨识,并通过恒流充电实验方法及仿真研究对充电过程的电压和电流进行测量和比较.研究结果表明:该电路模型能克服传统最小二乘法易出现数据饱和的缺点,得到更为精确的模型辨识参数.     

基于串行RLS的汽车双参数联合辨识

整车质量与质心位置是汽车重要的结构参数,也是试验中必要的量测值和主动安全控制系统必需的工作参数.文中针对汽车实际使用过程中质量经常发生变化的情况,提出一种汽车双参数联合辨识方法.该方法基于两个串行的递推最小二乘(RLS)法,以汽车出厂初始参数为串行RLS辨识算法的初始值,结合蛇行试验辨识质心位置;然后,以辨识所得的质心位置结合双移线试验辨识整车质量,将辨识所得质量序列方差作为门槛值,通过有限次的递推循环,可以使得汽车整车质量、质心至前轴距离两参数的相对误差均收敛到3%以内.文中最后通过ADAMS虚拟试验验证了算法的有效性.     

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.     

灰色模型参数辨识的新方法

给出了数列累加和的计算公式的定义，由累加和的运算得到了灰色模型参数的辩识方法，通过实例计算，该方法具有较高的预测精度，为实际应用提供了切实可行的方法。     

超级电容直流电源的研究

针对目前小型电器电源充电缓慢的问题,提出了将超级电容直接作为小型电器的直流电源,以实现大电流快速充电和稳定放电的良好性能。在未来作为便携式电器设备的直流电源,具有很好的发展前景。通过对超级电容的结构原理进行分析,验证了其作为电源的可行性。对Boost电路进行了理论分析,选用Boost电路作为超级电容供电电路中DC/DC控制部分的拓扑结构,选用PID控制器对主电路进行了控制。最后,在Matlab/Simulink环境下搭建了仿真模型并与实际测试电路的试验数据进行了对比,验证了控制策略的可行性和高效性。     

基于 RLSM 的海洋无人航行器操纵性参数辨识

针对传统海洋无人航行器(unmanned marine vehicle, UMV)操纵性参数辨识过程中,采用经典最小二乘法的辨识精度对基础数据量的依赖性较高、辨识误差较大的问题,提出一种改进的递推式最小二乘法(recursive least squares method, RLSM)用于UMV的操纵性参数辨识.首先,推导了UMV的操纵性响应模型,基于四阶龙格-库塔法进行相应的数值仿真数据采集;然后,对所建立的辨识模型进行离散化处理,简化成标准的递推式最小二乘法模式,以便于进行参数辨识设计;最后,根据辨识结果进行5°、10°、20°、30°正弦和Z形的半物理仿真实验,结果验证了所提出RLSM辨识算法的有效性、可靠性和优越性.     

基于递推最小二乘法的变压器参数辨识

提出一种变压器漏电抗的识别方法.该方法无需改变变压器低压侧的电流互感器配置,无需测量绕组电流,直接利用低压侧线电流,在分相列写回路方程的基础上,消去低压侧绕组环流的影响,利用递推最小二乘法识别漏电抗,解决了Y/△接线方式下三相变压器的漏电抗计算问题.讨论T型等效电路模型中漏电抗参数的可辩识性和算法的误差,给出一种提高识别算法准确性的改进方案,并对方案进行了验证.EMTP仿真结果表明,该算法能够正确识别各相的漏电抗,具有良好的应用前景.     

铅酸动力电池等效电路模型参数辨识方法研究

针对传统铅酸动力电池参数辨识方法缺乏理论基础以及辨识误差较大的问题,提出了一种新的M序列作为激励的辨识方法。选取Thevenin模型作为铅酸动力电池等效电路模型,通过建模仿真分析了M序列在铅酸动力电池参数辨识中的可行性,并给出了M序列参数选取原则。确定了M序列作为辨识激励的合适参数,最后仿真得出了该方法辨识所得的铅酸动力电池相关参数值。与实验获得的电池真实参数值比较结果表明,采用M序列作为激励的参数辨识方法,能够准确有效地辨识铅酸动力电池等效电路模型的参数,并可以对其参数的获取提供理论基础与支持。     

基于等效磁路的PMECD变种群规模遗传多目标优化设计

基于等效磁路模型,提出了一种使用引入死亡和战争因素的变种群规模遗传算法进行永磁涡流驱动器的多目标优化设计的方法.首先建立磁场分析模型,推导关键参数的解析表达式.在此基础上,以永磁体厚度、极弧系数、铜盘厚度以及永磁体个数为变量,以输出转矩、转动惯量和驱动器体积为优化目标,提出了基于熵值权重的永磁驱动器多目标优化函数,然后应用引入死亡和战争因素的变种群规模遗传算法来优化结构尺寸.优化结果得到了实验以及有限元仿真的验证,并且与其他算法进行了比较.结果表明,相比其他优化算法,该基于解析模型的变种群规模遗传算法在结构参数优化设计中有很好的计算效果.     

多绕组变压器的多边形等值电路模型

通过求解多绕组变压器的支路电流方程和引入绕组等效阻抗的概念，得到了多绕组变压器的多边形等值电路模型，并推导了模型参数的计算公式，根据这些计算公式和多边形等值电路模型，可进一步推导出多绕组变压器的梯形和射线形等值电路模型．揭示了绕组等效阻抗概念和副边交叉耦合阻抗概念的一致性，以及多边形、梯形和射线形等值电路模型之间的内在联系．算例表明，多绕组变压器的多边形等值电路模型形式简单，计算准确，具有较强的一般适用性．     

基于改进的粒子群优化算法的轮胎参数辨识

轮胎是汽车的重要组成部分,其特性分析是研究汽车动力学的基础,其模型的精度直接影响整车模型仿真的精度,多采用粒子群优化算法对轮胎参数进行辨识.参考自然界生物进化现象,在基本粒子群算法的基础上提出带变异阀值的多种群粒子群算法.该算法采用多个种群同时进化以保证粒子群的多样性,同时可改善全局收敛的可靠性,采用变异阀值可避免优化算法陷于局部收敛现象的发生.将该方法应用于轮胎参数辨识,并与其他优化算法辨识结果进行比较,该方法结果能够更好地与实验数据吻合,证明该方法辨识精度高,在轮胎参数辨识中有较好的应用性.     

n端口网络的等效电路模型研究

本文给出了一种全互易ｎ端口网络的等放电路模型；同时提出了一般线性时不变含源ｎ端口网络的等效思路，使其等效电路的研究又进了一步。     

集装箱装卸桥的模态参数识别

针对集装箱装卸桥的结构特点,选用环境激励法对其进行模态参数识别,阐述了测试技术与分析技术中的关键问题,对测试系统的合理组成、采样频率的设置、模态参数的正确识别进行了研究,并对桥吊地进行了测试,获得较好的测试结果。     

负反馈网络F的等效电路模型

建立一个负反馈网络Ｆ的等效电路模型来替代Ｆ的方块图，解决了负反馈网络Ｆ的确定及定量分析计算的难点。     

驱动器等效电路模型中电阻及电容的计算

为了找到一种计算驱动器的戴维南等效电路模型中电阻和电容值的方法,在负载电容分别取最小和最大值时,从驱动器输出仿真曲线上选择2个不同的输出电压,根据其对应的门负载延迟解出输出电阻和电容。计算结果表明,当输出电压从终值电压的30％、40％和50％中选择任意2个参考电压时,算出的输出电阻和电容值绘制的驱动器输出曲线较逼近Spice仿真曲线。     

同步电机改进模型等效电路的简化

当建立同步电机完整的模型时,需计及励磁绕组与阻尼绕组的互漏感,互漏感的引入,使同步电机的解析分析计算变得非常复杂,致使系统的分析计算公式失效,因此提出定子侧和转子侧的变换条件,对引入励磁绕组与阻尼绕组之间互漏感后的同步电机,进行适当的简化。