非线性振动系统参数识别的频响函数

在不同激励，不同共振情况下，非线性系统的一次近似频响函数是不同的，有的包含了系统的的全部参数，有的只包含了部分参数，本文研究了多自由度非线的一次近频响函数的形式以及用它们来识别系统参数的可能性。     

振动系统非线性特性的神经网络识别法

本文介绍了振动系统非线性特性识别的一种结构化神经网络方法，与标准的前馈网络融进了人们对系统的已知认识，神经网络仅仅用来学习未知部分，本文将其应用于振动系统非线性特性的识别，结果表明该法是可行的。     

非线性系统参数的时域识别及优化方法

采用一种非线性迭代在时域中识别非线性系统参数,将计算方法归结为一个求最小值问题。     

振动系统时变参数识别分析

本文利用变物理参数微分方程模型,讨论了刚度与阻尼随时间变化时,物理参数与模态参数的识别问题,比较了三种在线识别技术.数字模拟结果表明,采用变物理参数微分方程模型可比采用差分方程模型极大的提高最小二乘法识别阻尼比的精度.当加入系统的噪音较大时,有些改进识别方法失效,但最小二乘法仍能给出较好的估计.     

非线性系统参数识别的频域方法

系统识别是现代控制过程的关键环节．本文提出了一种识别弱非线性振动系统参数的方法．本方法中，参数识别的数学模型是系统的一阶近似频率响应函数．首先，用多尺度法导出弱非线性强迫激励系统的频率响应函数．接着，利用非线性参数变换将此频率响应函数变换为系统参数的线性函数，在此基础上用最小二乘法识别系统的参数．最后，通过数值模拟检验了方法的精度．     

卫星振动频率漂移现象与非线性参数识别

针对卫星振动实验中的频率漂移现象进行了分析.通过实验数据对比、等效线性化模拟和单自由度非线性模拟计算,对随振动实验载荷烈度增加而导致的频率降低、模态阻尼增大的现象作了定性解释,并对铝蜂窝板的非线性特性进行了振动实验及分析.根据谐波平衡法原理,对各级等效线性系统进行模态参数识别,进一步基于Duffing假设,对非线性刚度、阻尼系数进行了识别,并基于多自由度非线性系统理论进行了仿真检验.证明了实验现象与理论仿真的一致性.     

线性时变参数识别与非线性因素估计

本文讨论了利用非线性时不变振动系统的响应，根据线性模型识别出的线性参数的时变性质判断非线性项的存在、估计系统非线性因素的问题．大量的算例表明，据此判断非线性项的存在是可行的．文中还分析了利用具有非线性项的时变系统的响应，根据线性系统模型识别线性时变参数的问题．模拟计算表明，利用非线性系统的响应籍助线性模型，可以在相当大的范围内较好的识别出系统的线性时变参数。     

振动系统模型参数识别与修改

本文根据振动系统的输入输出相关函数方程,从理论上阐明了模态参数的时域识别方法.将相关函数方程转换到频域,直接给出分析模型的系数矩阵,从而得到一个较好的初始分析模型.利用识别模态或实验模态对相关函数方程进行坐标变换,在模态坐标系对初始分析模型进行修改.最后返回物理坐标系,并给出修改量计算公式.     

振动系统参数识别的最小二乘频域法

本文根据模态分析中的复模态理论,在频域中用最小二乘法拟合振动系统的传递函数,并用微型计算机识别结构的模态参数.     

振动系统参数识别的一种新方法

利用方块脉冲函数直接处理线性振动系统的运动微分方程，得到振动系统参数识别的一种新的时域方法，通过仿真计算表明，这种方法具有很高的识别精度。     

非线性系统辨识的递推-迭代方法

所提出的辨识新方法,以递推最小二乘(RLS)参数估计与非线性规划(BFGS)为主体。其测量数据的部分新息由RLS利用,而另一部分新息则通过BFGS加以采用。通常RLS只能递推地得到“粗略的”参数估计值,而BFGS则迭代地精确化参数的估计值。该辨识算法用于线性系统时,可以提高参数估计值的精度,改善收敛性。另外,该算法中的非线性迭代最优化过程可以克服非线性效应,参数估计值的精度和收敛性可以得到改进,这已由数字仿真验证。     

动态系统参数估计的一种新方法

分析了利用Ｈｏｐｆｉｅｌｄ神经网络进行系统参数估计的基本原理，把参数估计问题转化为Ｈｏｐｆｉｅｌｄ网络的能量函数的最小化问题．当能量函数达到最小值时，Ｈｏｐｆｉｅｌｄ网络的输出即为待估计的参数值．仿真实验证明了该方法的有效性．     

非线性系统执行器故障隔离的参数区间法探讨

对非线性系统故障隔离的参数区间法进行了研究,将非线性系统故障隔离的参数区间法加以推广,并用以解决非线性系统执行器故障的隔离问题.采用单连接机械人作为仿真对象对参数区间法在非线性系统执行器故障隔离中的有效性仿真验证,通过在单连接机器人模型上的仿真结果验证了该方法用于非线性系统执行器故障隔离的有效性.     

基于观测器的非线性陀螺系统的参数辨识

本文利用参数辨识观测器对一类非线性陀螺系统的的参数辨识问题进行了研究.首先基于非线性动力学理论,利用混沌吸引子,全局分岔图和Lyapunov指数谱准确的表征了系统的混沌行为.通过构造合适的参数辨识观测器,成功地实现了该陀螺系统的所有未知参数的辨识.数值仿真验证了所设计的参数辨识观测器的有效性.     

有色噪声干扰系统的参数辨识递推算法

为了辨识受有色噪声干扰的系统参数,提出一种递推算法。该算法由系统部分的参数估计和噪声部分的参数估计2部分组成。系统参数估计采用的是包含当前预报误差和之前估计误差的递推算法辨识。噪声部分参数则是采用扩展的最小二乘算法辨识。该文对新的递推算法进行了仿真,实验结果显示该算法能够降低噪声对参数估计的影响,减小估计误差,较精确地辨识出受有色噪声干扰系统的参数。     

基于Iwan模型的螺栓非线性接触建模与参数辨识

针对传统螺栓连接模型计算精度不高和螺栓结构动力学模型参数辨识问题,通过引入六参数Iwan模型,研究了螺栓连接力-位移关系方程,绘制Iwan模型非线性力-位移关系曲线。采用万能试验机拉伸实验与振动实验平台激振试验结合,识别构建的模型参数,实现模型构建。实验结果表明,随着螺栓直径的增加,宏观滑移残余刚度会随之增加,模型能量耗散减小。研究结果可为螺栓结构设计分析与计算提供参考。     

非线性弦的变分原理与减缩摄动解法

用变分原理推导出了非线性弦振动方程,并用减缩摄动法（Reductive perturbation method)将非线性弦振动方程变换为易于求解的普通KdV方程。     

有色噪声干扰系统的参数辨识递推算法

为了辨识受有色噪声干扰的系统参数,提出一种递推算法。该算法由系统部分的参数估计和噪声部分的参数估计2部分组成。系统参数估计采用的是包含当前预报误差和之前估计误差的递推算法辨识。噪声部分参数则是采用扩展的最小二乘算法辨识。该文对新的递推算法进行了仿真,实验结果显示该算法能够降低噪声对参数估计的影响,减小估计误差,较精确地辨识出受有色噪声干扰系统的参数。     

不中断运营的既有桥梁模态参数识别

为了在不中断桥梁运营的前提下使结构模态参数识别结果更精确,采用随机子空间方法对汽车荷载和环境激励共同作用下的不中断运营的桥梁结构进行模态参数识别研究,并采用一三跨连续梁的有限元模型进行了验证。结果表明,随机子空间方法可以识别汽车、环境共同作用下的桥梁结构模态参数识别,可以有效地识别环境激励下的不中断运营的桥梁结构的模态参数,拓展了随机子空间方法适用范围。     

一种求解非线性约束优化问题的新方法

针对标准遗传算法的缺陷,提出一种基于实数编码技术的新型自适应混沌遗传算法,求解复杂非线性约束优化问题.算法根据实数编码的特点,依据概率分布函数构造杂交算子,结合混沌动力学特性和人工神经网络理论,设计了一种自适应混沌变异算子,使算法有效维持群体多样性,防止和克服进化中的“早熟”现象,同时采用不需要惩罚因子的直接比较惩罚函数方法,对约束条件加以处理.通过算例数值实验,验证了算法在提高解的精度和加快收敛速度方面都有明显改善.