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。     

基于遗传编程的火电厂主汽温系统建模研究

遗传编程是基于自然进化理论的一种全局最优智能搜索技术,将它应用于系统辨识,可以实现同时辨识系统的结构和参数,并且得出的辨识结果是显示的。提出了一种新的多目标遗传编程算法,将进化的目标设定为偏差的平方和、表达式的复杂程度和最大动态偏差的综合最小。应用该算法辨识火电厂主汽温系统,仿真结果说明该算法是有效的,并且比常规遗传编程算法优越。     

监护信息重构方法研究

监护信息系统中通常采用系统建模的方法对监护数据进行分析处理、并识别异常状况.通常这些模型是在模型结构确定的条件下,应用监护数据辨识获得.实际检测获得的监护数据通常包含大量异常值,这会严重降低模型辨识的准确性.提出了一种监护信息系统中异常值分析处理方法.应用Hampel辨识器算法,识别监护数据中异常值出现的位置;并采用kalman滤波器算法的方法对于出现异常值的数据点进行数据重构,实现监护信息系统中出现异常值分析处理.通过应用PhysioNet生物医学信号研究资源中的两组数据集,包括心率和中心静脉压,进行实验研究,结果表明此方法对监护数据异常值分析和处理中取得很好的效果.     

一种非线性系统多项式逼近的建模方法

提出一种简便的非线性多项式逼近建模方法。对非线性系统,首先,利用拓扑同胚变换,将系统的有界输入输出数据变换为[0,1]范围之间的数据,然后选定初始多项式,对初始多项式模型反复利用递推最小二乘法进行参数辨识,通过比较项与参数乘积绝对值的大小,剔除多项式中对模型贡献较小的项,直到得到确定的多项式模型,大量的仿真结果表明了算法的有效性。     

弱条件下随机梯度算法性能分析

在弱条件下,利用随机鞅理论详细研究了随机梯度辨识算法的收敛性能.分析表明,只要信息向量是持续激励的(或数据乘积矩矩阵条件数有界),过程噪声是零均值不相关的,那么参数估计一致收敛于真参数.这一结论并不要求一些文献中所作的苛刻假设成立,既没有假设噪声方差和高阶矩存在,又没有假设系统是平稳和各态遍历的,也没有假设强持续激励条件成立.这一贡献放松了随机梯度算法的收敛条件.噪声方差有界和无界时的仿真例子证明了提出的收敛结论.     

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。     

斜拉-悬索协作体系桥主缆找形的假定初态法

对于斜拉-悬索协作体系桥这种新式桥梁,其主缆线形分析关系着成桥状态的确定.阐述 了使用分步算法进行协作体系桥的计算分析思路.针对协作体系桥提出主缆找形的假定初态迭代法,具体描述了假定初态法的执行过程.阐述了协作体系桥主缆几何非线性特征,并对几何非线性方程解法做了简要介绍.     

股票价格的ARMA模型预报

用系统辨识的方法建立股票系统数学模型，把股票作为一个复杂而又受到各种因素干扰的随机系统，应用ＡＲＭＡ（ｎ，ｎ－１＿模型进行分析，找到系统内部之间，内部与某些外部因素之间比较精确的定量关系，以便进行有效的股票价格预报。     

PRBS信号发生和数据采集系统

本文介绍一种可用于系统辨识的伪随机二位式序列(PRBS)信号发生和数据采集系统,阐述了该系统的原理、电路及程序结构,并讨论了该系统的运用。     

ZrO_2系超细陶瓷粉末制备工艺与烧结性的研究

研究了ZrO_2(Y_2O_3)-Al_2O_3粉末制备过程中,煅烧温度对粉末物性和烧结性的影响,以及沉淀工艺过程对溶胶抽滤速度的影响。研究结果表明:1 100℃煅烧所得粉末当量粒径大小适中(为0.28μm),其生坯相对密度最高,达59%以上,在1 600℃烧结获得相对密度达97.5%的烧结体,线收缩率低至15%,便于控制试样尺寸精度。另外,分步沉淀工艺制取的溶胶中水的滤除速度快。