基于现场数据热工对象建模的可辨识性

为克服现有机理建模和试验建模方法的不足,从基本建模理论出发,研究了利用现场数据对热工对象进行建模的问题。基于现场数据建模需要对热工过程输入信号的可激励性、控制系统闭环可辨识性、多变量系统输入信号的无关性等进行判断。结果表明:在较大的机组负荷波动过程中采集的运行数据能够满足输入信号的可激励性;热工过程的大滞后现象对保证热工控制系统的闭环可辨识性有利;含有噪声的实测信号能够保证多变量系统的可辨识性。在满足以上条件的情况下,可以基于现场数据对热工对象进行建模研究。     

基于改进微分进化和分散辨识算法的炼钢模型研究

在炼钢过程模型辨识中,被控对象的动态特性往往表现出非线性、慢时变、大迟延和不确定性等特点,使得难以对其建立比较精确的模型。为实现精确建模,提出了一种基于微分进化和分散辨识算法的辨识方法。该方法通过改进的微分进化算法,对系统进行参数优化,接着采用分散辨识在设定点输入阶跃信号,待系统进入稳态后再采样,使得到的稳态输出值能够更快、更精确地逼近实际系统的输出,达到精确建模的目的。仿真结果表明,通过微分进化算法可进一步确定炼钢过程的最佳参数,在采用分散辨识方法对炼钢复杂对象进行辨识后,可以建立更好的数学模型。     

抗干扰动态自寻优控制

将动态极值搜索法用于控制系统的寻优控制。该控制方法采用阶跃信号作为探索信号叠加在对象的输入信号上 ,根据输出数据辨识输出稳态值的变化 ,从而确定寻优方向 ,逐步向系统的最优点逼近。寻优控制器的寻优算法对噪声具有抑制作用 ,并对系统参数变化有一定的适应能力。该算法所需信息量不大 ,具有较好的快速性。且算法具有搜索精度高 ,抗干扰能力强等特点 ,具有一定的实用价值     

抗干扰动态自寻优控制

将动态极值搜索法用于控制系统的寻优控制。该控制方法采用阶跃信号作为探索信号叠加在对象的输入信号上，根据输出数据辨识输出稳态值的变化，从而确定寻优方向，逐步向系统的最优点逼近。寻优控制器的寻优算法对噪声具有抑制作用，并对系统参数变化有一定的适应能力。该算法所需信息量不大，具有较好的快速性。且算法具有搜索精度高，抗干扰能力强等特点，具有一定的实用价值。     

闭环系统的虚拟参考反馈校正控制设计

在线性框架下,研究基于输入-输出观测数据对未知系统模型中反馈控制器的设计问题.采用虚拟参考反馈校正控制方法,通过最小化由一簇采集数据组成的L2范数控制代价函数,直接对控制器进行设计,而无需对系统模型建模辨识.针对控制设计中的优化问题,借助分离性原理,推导了一个迭代的可分离的非线性最小二乘辨识方法.该辨识方法可以降低收敛于局部最小的可能性,得到设计准则中参数矢量估计的全局最优解.给出在应用前利用概率统计对控制器进行检验的方法,以保证闭环系统的稳定性.仿真算例验证了方法的有效性.     

基于三阶累积量的闭环辨识

将高阶累积量对具有高斯分布特性的（白色或有色）随机噪声的强烈抑制特性,用于辨识开环条件下的干扰,一些文献中提出了基于高阶累积量的改进均方辨识准则（MSE）。针对三阶累积量的情形,探讨了该晨噪声上环辨识中的适用性。理论分析表明,扩展到闭环情形下的MSE辨识准则等价于无噪声干扰下对象处理开环情形时的均方误差辨识准则,该方法可获得处于闭环运行状态下对象的渐进无偏参数估计;当对象采用ARMA模型时,可获得相应的线性递推辨识算法,仿真实验证明了该算法的有效性。     

面向鲁棒控制的l1中心估计算法及其误差界

分析了具有ｌ１误差的线性时不变系统的最不利情况的辨识问题，对系统假设的先验信息是未知系统的脉冲响应函数控制稳定，并且假设实验数据具有有界噪声干扰的一般输入响应样本，提出了中心估计算法，分析了其最不利情况的误差界限，所给算法和辨识结果是面向鲁棒控制的。     

动力调谐陀螺仪模型快速开环辨识

为了实现对动力调谐陀螺仪闭环测量系统的快速设计,建立了参数模型辨识系统,对激励信号设计、模型类结构选择、参数估计算法等问题进行研究.首先依据惯性元件的特点,设计了适宜于动力调谐陀螺仪测试的多正弦激励信号,然后基于外加输入自回归（ARX）模型,采用预报误差法辨识得到模型参数,最后针对某型号动力调谐陀螺仪设计实验进行验证,并与传统扫频法建模得到的结果进行对比.结果表明：模型辨识时间由2 000,s缩短为20,s,辨识拟合度由92.5%提高到95.3%.与传统扫频法相比,通过多正弦激励、ARX模型和预报误差法进行陀螺模型辨识可得到更高的辨识精度、抗噪声能力和辨识效率,为快速设计闭环系统提供了可靠的依据.     

一种新的系统盲反向辨识方法

基于系统输出信号过采样原理的系统反向辨识是一种新的盲辨识方法,这种方法不仅适用于最小相位系统,而且也适用于非最小相位系统。通过输出信号的过采样,可以获取未知输入信号和系统更多的信息。文中首先提出了这种解决盲辨识问题的算法,然后利用辨识出的系统模型恢复了源输入信号。这种方法在控制工程领域具有较高的实用价值。     

一种基于过采样技术的非最小相位系统盲辨识方法

提出了一种在时域中盲辨识非最小相位系统传递函数的方法,该方法通过对系统输出过采样来获得系统结构参数的信息.对于单输入单输出的线性离散系统,经过输出过采样后可以等价为单个输入、多个输出的传递函数模型,这多个输出函数具有相同的分母多项式和不同的分子多项式.采用子空间分解法可以确定分子多项式的参数,通过对系统输出信号自相关函数的处理可以得到分母多项式,最终可以得到原系统的结构参数.与传统高阶矩方法相比,该方法对噪声的敏感度更低,辨识的精度和速度也有很大提高.仿真结果表明,当信噪比大于15dB时,该方法可以有效地辨识出系统参数.与高阶矩方法相比,辨识门限信噪比降低了10dB,估计精度提高了20%,辨识速度加快了3倍.     

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     

变风量空调末端系统的辨识

该文根据江森变风量空调运行工艺的许可,对变风量空调末端系统（VAV BOX）控制回路的内环采用开环辨识的方法,对外环采用闭环辨识的方法进行了研究．利用小波理论对实验数据进行处理,并在最后给出了模型的验证,结果说明所建立的模型是相当理想的．     

零极点配置自校正温度控制的建模与仿真

在模型参数估计的基础上,根据电阻炉温度控制要求所确定的闭环系统极点分布,设计了一种基于最小相位自校正零极点配置算法,给出了电阻炉温控对象的数学模型,模型参数的辨识方法,控制量的计算公式和仿真结果．仿真和实际应用表明：该算法收敛速度快,对时变的温控对象,特别对具有低电压大电流发热元件的温度控制具有较好的控制效果．该系统已经成功应用于某钢研所的智能炉渣性能测试仪发热元件的温度控制．     

基于子空间方法的超超临界机组过热蒸汽系统模型辨识

针对超超临界机组过热蒸汽系统模型辨识,采用基于数据驱动的闭环子空间辨识方法直接得到系统的阶跃响应系数,结合传统的SISO(Single Input Single Output)辨识方法,并利用最小二乘算法回归出系统的低阶传递函数模型.通过对某电厂超超临界机组过热蒸汽系统进行闭环辨识,结果表明,该策略很好地融合了子空间方法的简便性以及传统SISO辨识方法的最优性,并成功用于超超临界机组过热蒸汽系统模型辨识.     

微机闭环在线辨识数学模型的一种方法

本文给出一种用微机闭环在线辨识数学模型的方法，及其一应用实例。     

固定翼飞机动力学模型的子空间辨识方法

针对子空间模型辨识(SMI)方法这类线性模型辨识技术存在的建模误差,提出一种两阶段固定翼飞机飞行动力学模型辨识方法.首先采用基于辅助变量的闭环SMI方法辨识飞机的近似线性模型;然后,利用该模型构建扩张状态观测器,从而估计出系统中的非线性动态数据;在此基础上,进一步采用神经网络建立系统非线性动态的分散式模型.最后,利用B747飞机6自由度非线性模型进行系统辨识实验,所得结果验证了该方法的有效性.     

正规互质因子扰动模型集的闭环辨识与检验

鲁棒控制的系统辨识问题是控制领域一个十分活跃的研究方向。该文综述了具有正规互质因子扰动模型集的辨识与检验的结果。在闭环实验数据已知时 ,给出了正规互质因子频域响应极大似然估计的解析表达式 ,介绍了这一估计的统计特性和最优参数选择。讨论了基于受约束曲线拟合的正规互质因子参数辨识问题 ,给出了其解析解。最后介绍了模型集与控制器和闭环实验数据相匹配的一个充分必要条件。这一条件可表示为一个线性约束和一个复数向量的欧几里德范数。根据这一条件 ,讨论了随机框架下的模型集检验问题 ,给出了采样非伪概率的计算方法     

机床结构传递函数的辨识方法

从闭环切削系统的解耦阐明机床结构传递函数的辨识方法,对切削和非发削状态作了比较。实验表明两种状态下结构传递函数是有差别的,原因在于动载和静载条件不同,使得机床结构间的接触刚度和接触徂尼发生变化。还讨论了结构有效动柔度的计算方法,以左刃和右刃切削为例,分析了切削力方向变化对结构有效传递函数的影响。     

二维图形中标准件的自动识别算法及程序

分析了二维图形中零件图结构特殊性,定义了逆单向闭域,为了实现零件的自动识别,约定了数据通信协议、特征点的数据类型及程序算法。对基于ＡｕｔｏＣＡＤ图形系统的微机ＣＡＤ二次开发建立了良好的基础。该识别算法也可用于其它二维图形系统中。     

ARMA模型参数的分步估计方法

提出了一种ARMA模型的线性估计方法，这种方法通过两次AR模型的估计来实现ARMA的估计。讨论了一维时间序列开环系统、闭环系统的辨识方法及定阶问题。仿真结果表明该方法具有良好的准确度和可靠性，可直接用于结构状态监测。