多新息最小二乘法辨识水下机器人动力学模型

水下机器人动力学模型辨识是水下机器人运动控制、状态监测和系统设计开发的基础.把6自由度动力学模型适当简化,给出Falcon水下机器人的动力学模型,在最小二乘算法(LS)和递推最小二乘算法(RLS)的基础上,提出基于多新总最小二乘算法(MILS)的水下机器人动力学模型辨识方法,最后给出MILS辨识算法、RLS算法和LS辨识算法仿真实验结果,证明所提算法的可行性与优越性.利用多新息最小二乘算法得到的水下机器人动力学模型参数更接近于理想参数,能够更好的描述水下机器人的动态特性,对于水下机器人的操纵与自适应控制的研究有较大的实际意义.     

基于稳态自适应技术的水下机器人系统在线辨识

针对水下机器人运动和作业过程中的有效载荷变化使得机器人动态特性也相应地发生变化的特点,以开架式无缆水下机器人为研究对象,在对其动力学模型进行简化的基础上,提出了一种基于稳态自适应技术的在线参数辨识方法,进行了与基于最小二乘法的离线参数辨识的对比实验以及水下机器人特性发生变化时的在线辨识实验,水池实验结果验证了基于稳态自适应技术的参数在线辨识方法对开架式水下机器人进行系统辨识的有效性和可行性.     

无人水下机器人在线故障辨识及滑模容错控制

针对复杂海洋环境中水下机器人的可靠性问题,提出了一种无人水下机器人主动滑模容错控制方法。在水下机器人简化动力学模型的基础上利用RCMAC递归小脑神经网络在线辨识机器人中出现的时变非线性故障,并根据故障辨识结果重新配置滑模控制器的控制律,使无人水下机器人在故障情况下仍然可以完成预定任务。仿真实验证明了该容错方法的有效性。     

基于支持向量机的逆动力学模型辨识及应用

建立系统逆动力学过程模型已经成为许多非线性系统控制问题研究与实现中的关键问题。该文应用支持向量机(SVM)回归方法实现了对热工对象的逆动力学过程在线辨识,并通过三个典型的仿真算例对基于SVM的非线性系统逆动力学过程模型的有效性进行了考察。仿真结果表明,基于SVM的逆动力学过程模型不仅具有较高的辨识精度,同时还具有较为理想的泛化性能和在线跟踪能力;利用所建立的系统逆动力学过程模型能够获得恰当的控制作用,保证系统的输出按照给定的轨迹达到设定值。     

一种基于逆动力学模糊规则的自适应控制方法

将模糊控制规则归结为控制对象的逆动力学过程模糊辨识问题,提出了一种基于逆动力学过程模糊规则模型的控制算法,通过控制对象逆动力学过程模糊规则模型离线辨识,直接产生形成与控制对象运动规律相适应的初始控制规则,并根据对象逆动力学过程模糊规则模型在线辨识结果,对控制规则进行在线调整.仿真结果表明,所设计的模糊控制器具有良好的控制效果与适应性.     

面向能量管理的燃料电池混合动力模型辨识

燃料电池混合动力能量管理算法离线及在线优化需要建立一套有效的模型辨识方法.根据混合动力系统的部件特性,使用TTCAN数据,基于最小二乘原理建立系统辨识算法,辨识出系统模型.离线仿真结果表明,所辨识的模型能反映当前系统性能,可作为能量管理算法优化的依据.为提高能量管理算法的自适应调整能力,需要将离线辨识改为在线辨识,并整合到整车控制器中.在Matlab/Simulink环境中搭建在线辨识算法,并通过自动代码生成与整车控制器底层代码无缝结合.增加了在线辨识算法的能量管理算法远行时间从原先的0.58ms提高到3.2ms,但仍然小于TTCAN网络的最小闲置时间4ms.在线辨识算法虽然增加了整车控制器运算负荷,但并未影响TTCAN通讯时序.中国城市公交典型工况测试表明,采用在线辨识算法后的系统氢气消耗从8.2kg/100km降低到7.9kg/100km,约降低3.6%.为控制燃料电池输出功率波动,进一步工作中需要将燃料电池模型加入在线辨识算法,并采用递推算法降低整车控制器计算负荷.     

基于在线聚类的机器人自适应模糊建模

针对机器人这种具有时变、强耦合和不确定性的复杂非线性被控对象,提出一种基于在线聚类的模糊自适应方法用于机器人系统建模。建模过程中采用在线聚类算法辨识机器人T-S模型的前提参数,采用递推最小二乘算法(RLSE)辨识结论参数,根据过程中新的数据信息,模糊规则可以自动增加、修改和删除,实现了模型结构和参数的在线辨识和更新,而且该方法具有模型结构简单、建模速度快、精度高等优点。最后通过二自由度机器人仿真研究证明了该方法的有效性和优越性。     

水下滑翔机器人实时仿真平台研究与开发

为检验水下滑翔机器人系统的整体性能及载体在水下的运动学和动力学特性,提出了采用半物理仿真方式建立水下滑翔机器人实时仿真平台的设想.介绍了建立实时仿真平台的硬件结构,并对水下滑翔机器人实时仿真平台的搭建过程作了简要的说明.仿真平台系统包括虚拟水下滑翔机器人系统和虚拟显示系统两部分,其中虚拟显示系统包括:MultiGen Creator建立的三维载体模型和海底地形;Vega生成的实时视景程序;基于MFC的视景仿真程序.     

非线性系统的模糊辨识在线算法

在以往的模糊辨识方法中,均未给出在线调整非线性系统的模糊辨识算法。基于递推模糊聚类方法,提出了一种在线调节模糊模型的辨识算法。为了验证所提出方法的有效性,对几个非线性系统进行了辨识,最后给出了辨识结果。     

基于模糊内模的自适应控制算法的并行处理

针对非线性系统,在PRAM计算模型上,探讨基于模糊内模自适应控制算法的并行处理。利用TSK建模方法,m个处理机并行地在线辨识出模糊内部模型,并采用内模控制理论并行求出H2最优控制器。仿真实验表明,并行处理方法达到亚线性加速,可以较好地满足实时在线辨识内部模型的应用需求。     

基于回归神经网络的滑模跟踪器设计

基于回归神经网络的在线辨识 ,为实现非线性系统自适应控制提供了一种很有应有前景的方法。本文基于具有线性输入特性的神经网络 ,提出了使系统辨识误差具有指数收敛特性的学习算法。为了得到尽可能普遍的控制律 ,本文运用滑模技术设计出控制信号 ,用其补偿神经网络模型与非线性系统之间的匹配误差。以此为基础 ,提出一种新的基于回归神经网络的间接自适应控制方案。仿真结果表明 ,本控制方案具有较好的跟踪性能     

无人水下机器人推进系统故障诊断与容错控制

由于海洋深处工作环境的复杂性、不可预测性,水下机器人可靠性控制技术一直备受关注。在常规无人水下机器人推进器故障诊断中,均假设推进器处于几种固定故障模式,离线设计控制律,在线调度控制律实现容错控制,这与实际推进器故障情况有较大差别,因此采用ICMAC(Improved Credit Assignment Cerebellar Model Articulation Controllers)神经网络在线辨识推进器的实际故障大小,再利用伪逆重构控制策略,产生容错控制矩阵,实现无人水下机器人在线自适应容错控制。并针对推进器突发性故障,给出了故障诊断与容错控制仿真结果。     

基于TS模糊模型的热工过程建模方法

热工过程对象通常具有复杂的动态特性和非线性、强耦合、不确定性等特征,从而使得常规建模方法难以取得满意的效果,因此提出一种改进型TS模糊模型在线建模方法。此建模方法基于以下思想,首先提出基于中心粒群算法的截集模糊C-均值聚类算法并对TS模糊模型进行模型结构离线辨识,确定模型的结构和前件部分参数的初始值;然后应用解耦扩展卡尔曼滤波算法进行后件参数在线辨识,同时对前件辨识结果进行精确修正。最后,对煤气炉、500MW机组及气化炉等热工过程进行仿真计算表明本方法具有精度高、计算量小等优点。     

水下机器人动态系统协同建模方法研究

以水下机器人动态系统建模问题为背景,提出了基于MATLAB/Simulink与FLUENT协同仿真机制与动态神经网络的水下机器人动态系统协同建模方法.该方法利用在对水下机器人动态行为进行协同仿真过程中在线训练神经网络的方式完成水下机器人流体动力学建模,并以最终训练完成的神经网络及载体6自由度运动方程仿真模块一起构成水下机器人动态系统模型,具有较强工程应用前景.通过与传统建模方法比较,详细论述了协同建模方法的基本原理及其优点,并重点研究了MATLAB/Simulink与FLUENT协同仿真系统的设计方案和实现方法,最后,从水下机器人6自由度运动方程建模、流体动力学建模以及闭环控制系统建模三个方面研究了实现协同建模的具体方法.     

基于小波分解的系统辨识最优实验设计

提出了一种基于小波分解的系统辨识最优输入信号的设计方法。将小波 的多分辨率分析理论应用于控制系统的最小二乘辨识中，并且与闭环系统的控制性能指标关联起来，从而得出一种最优辨识输入信号的设计方法。这种方法是与控制相关的一种辨识方法，能获得比普通的系统辨识方法更好的结果。仿真结果证明了这种方法的有效性。     

基于GA-Fuzzy的混沌系统辨识研究

提出用遗传算法优化的Takagi-Sugeno-Kang(TSK)模糊模型对未知或不确定的混沌动力学系统进行辨识。在辨识未知混沌系统的TSK模型过程中，只需利用未知混沌系统的输出时间序列。首先，采用模糊聚类分析方法从训练数据建立其初始TSK模糊模型。然后采用实数编码的遗传算法对初始模型进行优化设计。同时为防止破坏模糊规则的语义属性，对遗传搜索空间采取了适当的限制。用辨识模型重建吸引子方法定性地评价辨识模型，通过计算辨识模型的Lyapunov指数定量地评价辨识模型的性能。仿真结果表明，该辨识模型能很好地逼近原混沌动力学系统，准确地体现原混沌系统的动力学特性。     

序列蒙特卡洛滤波在卫星传热反问题中的应用

为了解决卫星在轨外热流辨识与实时温度预测问题,提出采用序列蒙特卡洛SMC(Sequential Monte Carlo)算法实时辨识卫星轨道外热流变化,结合双层集总参数模型,快速准确地预测星载仪器温度变化.SMC算法采用构造温度的后验概率密度函数PPDF的方法进行滤波和预测,使得外热流的在线辨识和温度预测性能得到较大提高.仿真结果表明序列蒙特卡洛滤波方法可以实现卫星热系统动态特性辨识,保证了低维模型参数的自适应辨识的可靠性,实现受控对象温度变化的在线预测技术.     

航天器转动惯量在线辨识

可靠和有效的高精度姿态控制需要已知卫星变化的质量特性的精确信息,在线辨识航天器的转动惯量显得尤为重要。利用飞轮作为执行机构,分别提出了一种基于递推最小二乘法的航天器转动惯量在线开环辨识和闭环辨识的算法。当飞轮输出合适的控制力矩时,能够快速辨识出处于开环状态的航天器转动惯量,并且保证航天器的姿态变化在可接受的范围内。提出了一种闭环辨识方法,基于变结构控制器,在航天器完成姿态机动任务的同时,能够快速辨识出航天器的转动惯量,辨识精度在2%之内。     

小型无人直升机偏航动力学建模与辨识

在考虑到偏航速率反馈系统存在的情况下,根据小型直升机的动力学原理,推导了无人直升机偏航动力学数学模型。基于所采集的飞行实验数据,采用预报误差法(PEM)辨识得到了完整的悬停状态下小型无人直升机的偏航动力学状态空间模型。并通过对实验数据的分析,建立了保真度更高的模型。对模型的校验和评估结果表明,所得到的模型能充分反映小型直升机的偏航动力学特性,结构相对简单,能作为控制器设计的参考模型。     

一类非线性系统盲辨识算法及仿真研究

针对离散非线性系统盲辨识问题,提出了一种基于循环平稳输入的非线性系统盲辨识方法。利用循环平稳输入信号的一阶统计特性和Hammerstein-Wiener模型非线性部分的逆映射,将有输入信号的辨识过程转变为无输入信号的辨识过程。介绍了Hammerstein-Wiener模型的结构及循环平稳输入的统计特性,对盲辨识算法机理进行了阐述。仿真结果表明该方法在解决一类离散非线性系统盲辨识问题上的切实可行性。