模型辨识

摘要： 针对单步迟延状态空间模型在非平稳工况下的建模分析,给出该模型平稳工况和非平稳工况的数学描述,研究对比该模型在工况变化下运用递推最小二乘方法、辅助模型最小二乘方法和BP神经网络方法建模的输出与误差。对于平稳工况的输入输出数据,借助最小二乘方法、辅助模型最小二乘方法对该模型参数进行辨识,同时运用BP神经网络方法构建该模型的逼近模型,在模型训练之后对比分析辨识模型与神经网络模型的输出与误差;接着改变操作变量的边界条件来模拟工况变化,并给出3种方法的对比仿真。结果表明:3种方法均可以对模型结构已知的系统进行模拟跟踪,在平稳工况下辅助模型最小二乘方法要优于神经网络方法;尤其是在工况发生变化时,辅助模型最小二乘方法的优势更加明显。

摘要： 凝结水节流调频技术能够兼顾电网一次调频及机组经济运行的要求,在超(超)临界机组上具有较多的应用案例。但国内尚未建立凝结水调频机组的调速系统模型,采用该技术的运行机组无法满足国能安全、电监安全等相关要求,利用Apros平台搭建凝结水调频机组仿真模型,并在此基础上利用试验数据对田集4号机组调速系统进行了模型等效和稳定计算用模型的辨识,得到了符合国家及行业标准规范的模型卡参数,推动了超(超)临界机组节能运行及灵活性控制技术的发展。

摘要： 针对传统的采用解析法建立涡轴发动机起动过程模型复杂的问题,提出了一种基于变步长萤火虫算法优化的有外部输入的非线性自回归网络(CSFA-NARX)的涡轴发动机起动过程模型辨识方法。以涡轴发动机起动过程试车试验数据为数据样本,利用CSFA-NARX网络模型辨识得到涡轴发动机起动过程模型,并采用留一交叉验证方法对辨识模型的性能进行验证。结果表明:得到的辨识模型输出参数,如燃气发生器转速n_(g)、输出轴转速n_(r)和涡轮后温度T_(4)都较好地逼近了试车实测数据,各参数验证样本最大相对误差平均值分别为0.90%、1.51%、和2.01%;在相同训练与验证样本情况下,得到的辨识模型精度优于采用萤火虫算法优化的NARX网络(FA-NARX)、NARX网络和变步长萤火虫算法优化的BP网络(CSFA-BP)模型精度。

摘要： 针对高速列车车轮踏面磨耗单一模型无法对各种复杂工况下列车车轮踏面磨耗进行定量计算的问题,提出一种基于恒等映射多层极限学习机的高速列车车轮踏面磨耗测量方法.首先将恒等映射引入到多层极限学习机中,提出一种基于恒等映射的多层极限学习机模型(identity multilayer extreme learning machine,I-MLELM),采用机器学习公共数据集对该模型进行性能验证,数值结果表明I-ML-ELM模型具有较好的准确性与泛化性;然后基于车辆-轨道耦合动力学理论建立高速列车的车辆-轨道耦合动力学模型,模拟列车运行的不同工况,观测和分析高速列车的车轮踏面磨耗情况,并通过I-ML-ELM预测模型对高速列车车轮踏面磨耗量进行学习及预测;最后应用高速列车车轮踏面磨耗的实际测量值对I-ML-ELM预测模型进行进一步的验证,结果表明:I-ML-ELM预测模型的各项性能参数指标在整体上优于以下五种网络:ELM,FLN,ML-ELM,ML-KELM和DLSFLN,通过高速列车线路实测数据的进一步验证表明,本文提出的基于I-ML-ELM的高速列车车轮踏面磨耗预测模型能较好地反映不同参数对高速列车车轮踏面磨耗值的影响规律.

摘要： 为有效评定航空发动机转子叶片的检查更换周期,防止叶片过度使用危及飞行安全,将叶片在不同使用阶段的装机工作时间,及典型部位的表面残余应力,作为表征叶片剩余寿命的状态参数,提出了叶片剩余寿命模型的表达形式。以现役航空发动机部分转子叶片为对象,跟踪获得叶片工作历程中,不同阶段的状态参数以及叶片到寿失效信息,采用支持向量机算法和滚动优化方式,建立了叶片剩余寿命状态参数辨识模型。应用结果表明,模型准确性随着时间增长和可用样本数量增加而逐渐提高,预期应用价值明显。

摘要： 以阀控非对称缸系统为研究对象,为得到系统的准确模型以及提高系统的位置控制精度,对系统进行辨识。针对液压缸的非线性和非对称性,提出基于位置基准和位置闭环双PID相结合的位置控制方法。建立阀控缸系统数学模型;依托力士乐液压实验平台和NI测控系统,分别从时域和频域两个角度对阀控缸系统进行辨识,得到系统准确的数学模型。基于该数学模型,分析系统特性。对所设计的阀控非对称缸位置控制策略进行实验验证。结果表明:在保证系统稳定裕量的前提下,该系统可实现较高精度的位置控制。

摘要： 对某磁悬浮轴承系统进行了理论建模,并进行了试验.由于建模时忽略了功率放大器和位移传感器的影响,磁悬浮轴承系统理论模型与其实际特性有较大差异,磁悬浮轴承系统是一个三阶模型,而非理论模型的二阶模型,基于理论模型设计的控制器难以获得较好的控制性能,建模时需考虑功率放大器和位移传感器的影响.为优化控制性能,采用频域辨识法对实际系统进行模型辨识,得到系统的频率特性,并对辨识数据进行模型拟合.在辨识得到的三阶模型基础上,采用极点配置法重新设计控制器,对转子进行悬浮控制,转子稳定悬浮时的位移波动量降低了约60％.

摘要： 针对基于部件级航空发动机稳态建模过程中完整、准确的航空发动机部件特性数据往往难以获取,建模时间长等现象,提出使用实验数据进行辨识建模的方法;为了建立航空发动机的稳态模型,通过对某轻型飞机实验台的飞行实验数据进行分析整理,提出使用BP神经网络对发动机重要参数进行建模,同时使用粒子群优化算法(Particle swarm optimization,PSO)对BP神经网络的权值和阈值进行优化.最后,使用改进粒子群优化算法(Improved particle swarm optimization algorithm,IPSO)对传统粒子群优化算法进行改进,仿真结果表明IPSO-BP网络建立的发动机模型精度更高,稳定性更好.

摘要： 为了确定橡胶复合挤出机控制过程中主要干扰变量与内部耦合关系并较好实现温度压力控制系统的模型辨识自适应控制与精确解耦控制,结合径向基函数(RBF)神经网络与PID神经元结构,设计了一个基于RBF神经网络辨识模型与自适应控制的模型,用于完成对熔体温度、机头压力的模型辨识与自适应控制,并采用优化RBF神经网络进行精确解耦控制.利用MATLAB软件建立温度压力耦合系统的辨识模型,并与传统辨识模型和解耦方式进行对比.结果表明:在干扰作用下,基于优化RBF神经网络的系统具有较好的辨识能力,能自适应地完成系统解耦控制;采用优化RBF神经网络建立的耦合辨识模型的耦合辨识与解耦效果理想,可在一定程度上提高温度压力控制系统精度和挤出半成品质量,实现精密化挤出成型.

摘要： 工控领域中工况变化、设施老旧以及维护不及时会导致常规PID控制器的自控性能无法满足要求.为了准确评价并提高常规PID控制器的控制性能,提出基于综合性能评价指标(跟踪指数、稳定指数和精确度指数)的智能PID参数优化方法.采用子空间模型辨识法辨识对象模型,根据对象模型计算控制性能指标并给出综合性能等级.当诊断结果较差时,采用内模控制方法在线优化PID参数,通过调节灵敏度函数和互补灵敏度函数,提升控制器的鲁棒性和跟踪性能.经操作工确认无误后应用到控制器,以提升控制性能.根据所提方法开发控制系统评价与自愈软件.仿真和现场应用证实了该方法的实用性和有效性.

摘要： 在AMESim仿真平台下对具有VGT/EGR的柴油机空气系统进行了模型辨识的研究,给出了详细的辨识方案和步骤,对三种不同转速、扭矩下的共九个工况点进行了模型辨识的研究,获得了VGT、EGR阀输入到进气歧管压力、EGR流量的二入二出模型,并对辨识模型的特征进行了分析,为基于模型的国Ⅵ空气系统控制器设计提供了基础.

摘要： 本文介绍了一种无人直升机飞行数据记录仪的软硬件实现设计方案,并且实现了NAV440辅助航姿导航传感器的软件驱动开发,两者结合实现了对飞行数据的实时记录.研究了支持向量机相关理论与NARMAX非线性模型构型,并且基于采集的数据,使用最小二乘支持向量机(LS-SVM)结合NARMAX模型构型应用于无人旋翼直升机的模型辨识,结果可以看出支持向量机能够在小样本情况下具有出色的估计能力,且算法复杂度不高,易于使用.

摘要： 本项目研究并推导了适合车辆系统的闭环子空间辨识方法,并利用PAST技术实现了该方法的递推辨识RPBSIDopt,有效避免了通过SVD分解获得系统广义能观矩阵的复杂运算过程.由于不需要已知控制器模型,直接通过输入输出数据进行估计,所以非常适合于实时车辆系统的闭环辨识研究.同时,提出了两种车辆模型(扩展的线性车辆模型和增量形式的非线性模型),模型采用可测量的侧向加速度信号和横摆角速度信号作为输出量,并且考虑了车速和轮胎侧偏刚度的时变因素等,通过不同工况下的实车试验,验证了两种模型辨识的有效性.

摘要： 常规的加速度计静态模型辨识方法是建立在理想的单输入假设前提下的,在实际的多参数复合输入情况下则具有明显的不适用性,尤其是测量噪声不满足一般回归分析要求时更是如此.本文提出了一种基于GMDH神经网络的加速度计静态模型辨识方法,可以有效的解决其存在的问题,并进行了试验验证,表明该辨识方法的结果与常规辨识方法的结果具有很好的一致性.

摘要： 差分进化算法是一种基于种群的启发式全局搜索技术,这一新兴搜索技术因其简单而有效的显著优点,已受到学术界的广泛关注,并成功应用于许多案例中.本文将差分进化算法应用于双容水箱的系统辨识及优化,首先介绍了系统辨识和差分进化算法的基本原理,然后设计基于差分进化算法的双容水箱系统辨识方案,针对所测实验数据进行系统辨识.对辨识所采用的基本差分进化算法进行改进并将改进后的差分进化算法与基本差分进化算法的辨识结果进行比较,结果显示基于改进差分进化算法的双容水箱系统模型辨识的准确度在一定程度上优于基本差分进化算法.

摘要： 汽电共生系统是一典型非线性、大范围工况的多变量系统,其汽轮机发电效率与热电转换系数的高低受负载变化、抽汽量变化、电厂供应电力不稳定等诸多因素的影响,为建立系统的模型,本文提出一种基于统计分析的模型辨识算法.首先利用逐步回归方法得到影响汽轮机发电效率的关键变量,在此基础上,将系统按工况划分,建立各工况下的汽轮发电机的统计模型.现场的测试数据验证了本文算法的有效性,结果表明该算法可供现场操作人员作为系统运行的决策参考,以期改善能源管理,进而降低运转成本。

摘要： 从加速度计的机理模型分析入手,综述了加速度计静态模型的辨识方法,归纳了目前加速度计静态模型辨识的原理与方法,对现有方法的特点、优势与局限性进行了总结和分析,以目前广泛使用的基于最小二乘的加速度计静态模型辨识为例进行了说明,针对测量噪声不满足一般回归分析要求等情况时加速度计静态模型辨识提出了改进建议.

摘要： 针对X型燃气涡轮起动机工作过程复杂、非线性强的问题,论文研究了动态实时模型的建模方法.分析了起动机的工作过程及试验数据,以变参数的一阶惯性环节为手段辨识了起动机的数学模型;通过遗传算法优化了惯性环节的时间常数,提高了模型精度;结合半物理仿真试验器完成了仿真试验验证.仿真结果表明:模型设计合理,精度高、实时性好,能够表现起动机工作的动态过程.

摘要： 介绍了采用预测误差法对超导腔液氦液位控制模型的辨识,辨识模型较好地反映了液氦液位的控制特性.在辨识模型的基础上运用三种PID参数优化方法对液氦液位控制系统进行仿真,仿真结果指导了实际的优化工作,使液氦液位控制取得了较好的较果.

摘要： 本文分析了对车辆动力学性能有重要影响的轮胎力学特性指标,分析说明了轮胎特性对车辆性能的影响方式,总结了基于Flat Trac台架试验的轮胎力学测试方法及试验结果,研究了胎压、速度对轮胎侧偏特性的影响,最后介绍了适用于操纵稳定性分析的轮胎模型及辨识方法,为车辆动力学开发及轮胎优化提供了依据.

摘要： 本发明涉及一种计及饱和特性的发电机实用参数辨识模型及其辨识方法，首先，运用Laplace变换，把发电机六阶实用时域模型方程组转换为频域模型方程组，对频域方程组进行代数变换，消去不可观测量e′q,e″q,e′q0,e″q0,e′d,e″d,e′d0,e″d0。然后对其作Laplace反变换，转换为以积分形式表示的消去不可观测量的计及饱和特性的实用参数辨识模型。接着对积分形式的参数辨识模型离散化，构造以dq轴电流计算值与实测值差值最小为目标的优化函数。在此基础上，建立了适用于PMU量测数据的发电机参数辨识策略，从而有效提高发电机参数辨识的精度。

摘要： 本发明公开了基于六维虚拟关节模型的工业机器人刚度辨识系统及其辨识方法，该系统包括工业机器人、负载力加载装置和激光跟踪仪；工业机器人末端安装有六维力测量工具，负载力加载装置由一个安装平板和四个中空立柱组成；每个中空立柱上均设有两个力加载点，每个力加载点均设有由力加载方向转换器以及套索和砝码组成的力加载机构；负载力加载装置具有八个力加载机构能够多位姿地在工业机器人末端施加负载，使得测量数据能够充分反映机器人的刚度变化，更有利于实现工业机器人刚度参数辨识，本发明的辨识方法基于六维虚拟关节模型建立工业机器人刚度误差模型，该模型能够完整描述工业机器人的刚度特性，有效提高工业机器人末端定位精度。

摘要： 本发明提出一种对驾驶人制动意图进行辨识的GHMM/GGAP‑RBF混合模型及辨识方法，将GHMM与广义生长剪枝径向基函数(GGAP‑RBF)神经网络模型结合，构造基于GHMMGGAP‑RBF混合模型的驾驶人制动意图识别模型，可以克服GHMM本身难以解决的模式类别间的相互重叠问题，不再以状态累计概率最大作为制动意图的判别依据，增加小概率事件发生的可能；同时弥补神经网络在获取时序信息方面的不足，提高驾驶人制动意图识别的准确率。

摘要： 本发明公开了一种智能锂离子电池模型参数辨识方法，包括：建立电池可辨识模型；获取电池的电压信息以及电流信息，以及各个电压分量与电池输入电流之间的变化关系；根据获取的电池电压信息以及电流信息，进行锂电池模型参数辨识算法处理，其装置包括电池测试系统、恒温箱、数据采集系统和数据处理中心。本发明解决现有电池管理准确性以及参数精度不够的问题，本申请采用BCRLS算法能够计算出最优解，增强电池模型参数的准确性。

摘要： 本发明涉及一种计及饱和特性的发电机实用参数辨识模型及其辨识方法，首先，运用Laplace变换，把发电机六阶实用时域模型方程组转换为频域模型方程组，对频域方程组进行代数变换，消去不可观测量e′q,e″q,e′q0,e″q0,e′d,e″d,e′d0,e″d0。然后对其作Laplace反变换，转换为以积分形式表示的消去不可观测量的计及饱和特性的实用参数辨识模型。接着对积分形式的参数辨识模型离散化，构造以dq轴电流计算值与实测值差值最小为目标的优化函数。在此基础上，建立了适用于PMU量测数据的发电机参数辨识策略，从而有效提高发电机参数辨识的精度。

摘要： 本发明公开了一种计及奇异值的低频振荡信号参数辨识模型及其参数辨识方法，不仅可以有效检测量测、创新序列和模型结构存在的奇异值，而且通过降低奇异值的权重，避免了传统卡尔曼滤波奇异值存在情形下的发散问题，提高了辨识方法的鲁棒性，能够实现奇异值存在情形下电力系统低频振荡信号参数的准确辨识。

摘要： 本发明提出一种对驾驶人制动意图进行辨识的GHMM/GGAP‑RBF混合模型及辨识方法，将GHMM与广义生长剪枝径向基函数(GGAP‑RBF)神经网络模型结合，构造基于GHMMGGAP‑RBF混合模型的驾驶人制动意图识别模型，可以克服GHMM本身难以解决的模式类别间的相互重叠问题，不再以状态累计概率最大作为制动意图的判别依据，增加小概率事件发生的可能；同时弥补神经网络在获取时序信息方面的不足，提高驾驶人制动意图识别的准确率。

摘要： 本发明涉及一种基于视觉倒立摆系统的频域无参数估计的辨识方法，涉及了倒立摆系统的仿真涉及分析领域。有效利用输入输出带扰动噪声的单输入多输出函数模型，考虑倒立摆的稳定性，将倒立摆系统的模型辨识融入倒立摆控制策略设计中。包括以下步骤：首先利用倒立摆多输入多输出带扰动噪声建立仿真模型，确定模型阶次；根据倒立摆系统的性能和简单物理分析确定其输入，输出变量和待辨识的模型参数；考虑目标函数的优化复杂度，采用无参数法先计算输入输出噪声方差，此外为了提高辨识精确度，由离散傅里叶变换导致的频率泄露误差也将由无参数法求出，最终再通过极大似然法优化求解最终的模型参数。

摘要： 本发明涉及一种基于视觉倒立摆系统的频域无参数估计的辨识方法，涉及了倒立摆系统的仿真涉及分析领域。有效利用输入输出带扰动噪声的单输入多输出函数模型，考虑倒立摆的稳定性，将倒立摆系统的模型辨识融入倒立摆控制策略设计中。包括以下步骤：首先利用倒立摆多输入多输出带扰动噪声建立仿真模型，确定模型阶次；根据倒立摆系统的性能和简单物理分析确定其输入，输出变量和待辨识的模型参数；考虑目标函数的优化复杂度，采用无参数法先计算输入输出噪声方差，此外为了提高辨识精确度，由离散傅里叶变换导致的频率泄露误差也将由无参数法求出，最终再通过极大似然法优化求解最终的模型参数。

摘要： 本发明涉及一种基于LabVIEW的火电模型辨识装置和辨识方法，装置包括包括数据输入单元、数据处理单元和数据显示单元。辨识方法为：⑴DCS采集火电机组主要参数和分系统参数；⑵采集的参数传输到数据处理单元；⑶选择需要辨识的模型类型，通过模型辨识方法进行辨识；⑷采用最小二乘法及粒子群算法进行比较寻优，得到最接近实际结果的一组解；⑸判断是否更接近于真实曲线，如果是输出最优解；否侧返回第⑷步。本发明解决了输入输出变量的相关性计算问题，适用于火电厂自动控制系统参数调整工作，改善了火电厂自动控制系统的调节水平和调节效果，提高了机组的运行工作效率与生产安全性。