系统辩识

摘要： 针对用单批次激励试验数据进行多变量系统的智能辨识的不准问题,提出了一套基于M次不相关激励和汇总智能优化的多变量系统辨识方法.该方法的要点是:对于有M维输入的多变量系统的准确辨识至少需要M次不相关激励试验,然后采集试验数据,再用汇总智能优化指标进行多变量系统模型的辨识计算.通过理论推导证明了多变量系统辨识需要M次的不相关激励试验的必要性.通过一个应用实例验算,演示了新的多变量系统辨识方法的易用性、正确性和工程实用性.

摘要： 以抗震棒材的C、Si、Mn、P四种化学元素及冷却速度、终轧温度为输入；抗拉强度、断面收缩率作为输出建立了热轧抗震棒材力学性能预报模型.提出了一种基于扩展卡尔曼滤波的回归神经网络权值训练算法(EKF-RNN),对抗震棒材性能预报模型进行权值训练.并与随机梯度法训练回归神经网络权值的算法进行比较,仿真结果表明,随机梯度法存在局部极小值、收敛速度慢,而扩张卡尔曼滤波算法很好地解决了这些问题,并得到了比较满意的结果,更具优越性.%A prediction model for hot rolling anti-knock steel bar property has been established with 4 chemical elements (C,Si,Mn,P),the cooling rate,the maximum temperature as input,and the tensile strength,the percentage of area reduction as output.Then an algorithm of recurrent neural network weight based on extended kalman filter trains (EKF-RNN )is proposed to carry out the weight training for model of predicting anti-knock steel bar property,which will be compared with the EKF-RNN algorithm trained by random gradient method.The simulation results show that the stochastic gradient method exists some problem such as local minima and slow convergence,while Extended Kalman filtering can solve it,which has obtained satisfied result.

摘要： 基于线性神经网络原理,提出线性神经网络的模型,并利用Matlab实现Widrow-Hoff神经网络算法.分析Matlab人工神经网络工具箱中有关线性神经网络的工具函数,最后给出线性神经网络在系统辨识中的实际应用.通过对线性神经网络的训练,进一步验证Widrow-Hoff神经网络算法的有效性,以及用其进行系统辨识的高精度拟合性.

摘要： 提出一种基于变分法的参数约束估计方法,以获得渐进无偏的估计参数.通过分析包含待估参数的系统输入输出方程,构造变分法中的性能范函和约束方程,将传统的参数估计问题化为带约束条件的最小二乘估计问题;利用拉格朗日乘子法,分析参数估计方程,得到参数的最优估计.计算机仿真的结果表明,该优于传统的最小二乘估计法,获得的估计参数是渐进无偏的,获得的估计参数的辨识精度更高,该参数约束估计法在系统辨识和参数估计领域具有极其重要的实际应用价值.

摘要： 引入了一种广泛而实用的方法--基于量子行为的粒子群算法的理论应用于系统辨识领域,QPSO算法不仅参数个数少,随机性强,并且能覆盖所有解空间,保证算法的全局收敛性.仿真实验结果表明,QPSO算法具有比GA算法及PSO算法更强的线性系统辨识能力和非线性系统辨识能力.

摘要： 为避免繁杂的等效电抗测量计算,在确定发电机无刷励磁系统换相重叠角时,将其作为系统辨识的一个待估参数.在估计出电枢电感参数的基础上,从二极管的广义牛顿拉夫逊迭代模型与储能元件的离散化伴随模型出发,对无刷励磁系统的三相不可控整流电路进行仿真.并与换相重叠角的近似解析公式比较.经验证,仿真结果与解析式相对误差均值在1%以内,说明模型在这两个参数变动范围内有良好的泛化与逼近能力,可作为进一步发电机评估建模基础.仿真程序可以代替实际的无刷励磁模型,参与换相重叠角的辩识及可行的重叠值范围估计.

摘要： 针对较难控制的大滞后过程对象,提出了一种基于幅值裕度和相位裕度的自适应鲁棒PI控制器.该控制器利用闭环控制回路正常运行中产生的过程对象输入和输出信号,通过信号分解和傅立叶分析运算在线辨识过程对象在重要频率点上的频率响应特性,从而获得一个可以很好的描述大滞后对象的一阶加纯滞后模型.然后基于该模型计算出同时满足幅值裕度和相位裕度的鲁棒PI控制器参数,实现了大滞后过程对象的自适应鲁棒PI控制.提出的PI控制器的自适应过程不需要过程对象的任何先验知识,也不需要中断控制回路的正常运行.仿真实验表明了自适应鲁棒PI控制器的有效性和可行性.

摘要： 建立了一种回归神经网络辨识非线性液压作动器系统数学模型的辨识方法,研究了基于回归神经网络内部状态反馈的辨识算法,利用辩识实验获得的过程输入/输出数据动态调整神经网络权值.仿真结果辨明:回归神经网络描述的液压作动器系统数学模型具有较高精度,算法全局逼近能力良好.

摘要： 建筑施工安全生产工作是全面建设小康社会、统筹经济社会全面发展、落实科学发展观、构建社会主义和谐社会的重要内容，是实施建筑业可持续发展战略的组成部分，是政府建设行政主管部门履行社会管理和市场监督职能的基本任务，是建筑业企业生存和发展的基本要求。近些年，国家建设部相继采取一系列重大举措加强建筑安全生产工作，

摘要： 提出的动态模糊神经网络（ＤＦＮＮ）是模糊推理系统的一种网络实现。模糊规则的后件是一个线性子系统，整个动态网络综合各规则的子系统而成为一个非线性动态系统。动态网络是一种递归网络。文章给出了动态网络在系统辩识中的应用，并推导了相应的动态Ｂ学习算法。仿真结果表明，动态网络具有很强的辩识能力，泛化能力和学习能力。

摘要： 针对电动助力转向系统,利用系统辩识理论和Matlab/Simulink,建立了包括PWM、H桥及直流电动机等在内的子系统数学模型,经过系统仿真及试验验证,表明所建模型是正确的.同时,基于辨识模型仿真所获得的优化PID控制参数为指导,经过台架试验进一步地细化调整,达到了较为理想的控制效果.

摘要： 本文结合模型化测试理论中的系统辩识理论,以虚拟仪器的形式设计实现了相关法系统辩识仪。该设计基于以伪随机信号为辩识信号的相关法辩识原理,发挥虚拟仪器的优势,提出了软件结构设计和算法的最佳方案。

摘要： Prony方法作为系统辩识的一个重要方法,在电力系统中获得了广泛的应用.本文系统地介绍了Prony方法的步骤和用Prony方法辩识系统传函的过程,并首次将Prony方法应用到交直流系统中,对7节点的交直流系统进行辩识,得出了很好的效果.

摘要： 针对某型航空发动机双输入、双输出状态空间模型,进行预测校正控制研究,给出了预测控制量计算式,研究了利用最小二乘参数估计的递推算法计算被控对象模型参数,实现了预测校正控制.仿真表明,所设计的系统具有较好的性能,有较强的自适应能力和抗干扰能力.可以满足飞行包线内该航空发动机动、静态性能控制的需要.

摘要： 针对某型航空发动机双输入、双输出状态空间模型,进行预测校正控制研究,给出了预测控制量计算式,研究了利用最小二乘参数估计的递推算法计算被控对象模型参数,实现了预测校正控制.仿真表明,所设计的系统具有较好的性能,有较强的自适应能力和抗干扰能力.可以满足飞行包线内该航空发动机动、静态性能控制的需要.

摘要： 针对某型航空发动机双输入、双输出状态空间模型,进行预测校正控制研究,给出了预测控制量计算式,研究了利用最小二乘参数估计的递推算法计算被控对象模型参数,实现了预测校正控制.仿真表明,所设计的系统具有较好的性能,有较强的自适应能力和抗干扰能力.可以满足飞行包线内该航空发动机动、静态性能控制的需要.

摘要： 针对某型航空发动机双输入、双输出状态空间模型,进行预测校正控制研究,给出了预测控制量计算式,研究了利用最小二乘参数估计的递推算法计算被控对象模型参数,实现了预测校正控制.仿真表明,所设计的系统具有较好的性能,有较强的自适应能力和抗干扰能力.可以满足飞行包线内该航空发动机动、静态性能控制的需要.

摘要： 针对某型航空发动机双输入、双输出状态空间模型,进行预测校正控制研究,给出了预测控制量计算式,研究了利用最小二乘参数估计的递推算法计算被控对象模型参数,实现了预测校正控制.仿真表明,所设计的系统具有较好的性能,有较强的自适应能力和抗干扰能力.可以满足飞行包线内该航空发动机动、静态性能控制的需要.

摘要： 一种用于驱控一体化控制系统的智能化动力学参数辩识方法及模块，其中，动力学参数辩识方法包括S1、基于拉格朗日的动力学模型建立标称模型；S2、在标称模型的基础上建立实际动力学模型；S3、获取神经网络训练样本数据；S4、参数辨识神经网络训练。本发明具有建模简单、估计精度高，且可对不能建模的参数进行识别的优点。

摘要： 本发明提供了一种用于隔离型直流储能变换器的功率前馈电感参数辨识方法和系统，其中本发明提供的方法包括基于不同调制方式下隔离型直流储能变换器的功率模型确定对应调制方式下的第一输出电流模型和稳态条件下的第二输出电流模型；然后确定实际离散采样系统中隔离型直流储能变换器满足的约束条件并定义关于控制周期的第一参数和输出电流的第二参数；将第一参数和第二参数的比例系数作为隔离型直流储能变换器的串联电感参数。本发明可以实现隔离型直流储能变换器的串联电感参数实时在线辩识以提高先进控制算法的准确性，同时该方法可以消除诸如开关死区、寄生参数、器件压降等因素导致的辩识误差，提高电感参数辩识的准确性。

摘要： 本发明涉及婴儿哭声的分析，公开了一种婴儿哭声的辩识方法及其系统。本发明中，通过从训练数据中提取特征参数向量，并进行主成分分析得到并选出多个主成分，依据待辨别数据在各主成分特征向量上的投影分值来确定婴儿啼哭原因的概率分布，可以以较少的训练计算量，较为准确地得到一段婴儿啼哭音频在多个啼哭原因上的概率分布，容错性较好。

摘要： 本发明涉及一种无人驾驶纯电动船的船舵系统精度识辩系统装置，包括数字控制器、舵系操控信息给定装置、舵系反馈信息给定装置、位置参数获取装置和速度参数获取装置，所述数字控制器分别与舵系操控信息给定装置、舵系反馈信息给定装置、位置参数获取装置和速度参数获取装置相连。本发明能够获得舵角的调节精度。

摘要： 本发明公开了一种基于物理驱动神经网络的无人船动力辩识方法、系统，属于无人船动力学辨识技术领域，一种基于物理驱动神经网络的无人船动力辩识方法，操作流程如下：步骤1，准备无人船，并在无人船上安装测试工具，将无人船设备放入长江上进行直航、回转和z字形行驶路线，利用数据采集器获取无人船不同运动姿态的数据，并将数据上传到系统并保存；步骤2，利用高斯去噪法对步骤1获取的不同运动姿态的数据进行清洗、去噪，利用去噪后的数据建立无人船三自由度动力方程，作为无人船动力模型，本发明方法能够直接对动力学模型进行求解，无需对方程进行离散，从而将计算模式大大简化，缩短了计算时间，并且能够保证辨识结果的准确性。

摘要： 本发明涉及一种基于矢量控制的电机转动惯量辩识方法、系统及装置，方法包括，采用矢量控制方法控制电机以恒定的加速度从第一角速度空载运行到第二角速度，并记录运行时间t以及驱动转矩做功量；采用矢量控制方法控制电机以恒定角速度稳速空载运行，并获取累积运行时间t的摩擦转矩做功量；基于电机的运动方程，根据驱动转矩做功量以及摩擦转矩做功量，计算出电机的转动惯量。本发明采用矢量控制的方式可实时获取电机空载的负载转矩，不仅避免了在驱动电机空载运行中电磁环境改变导致的摩擦转矩测量的不准确性，本发明排除了摩擦转矩对转动惯量的影响，电机转动惯量辨识精度高，可大大提高矢量控制的性能。

摘要： 本发明提供了一种用于隔离型直流储能变换器的功率前馈电感参数辨识方法和系统，其中本发明提供的方法包括基于不同调制方式下隔离型直流储能变换器的功率模型确定对应调制方式下的第一输出电流模型和稳态条件下的第二输出电流模型；然后确定实际离散采样系统中隔离型直流储能变换器满足的约束条件并定义关于控制周期的第一参数和输出电流的第二参数；将第一参数和第二参数的比例系数作为隔离型直流储能变换器的串联电感参数。本发明可以实现隔离型直流储能变换器的串联电感参数实时在线辩识以提高先进控制算法的准确性，同时该方法可以消除诸如开关死区、寄生参数、器件压降等因素导致的辩识误差，提高电感参数辩识的准确性。

摘要： 本发明公开了一种针对未知非线性系统的通用辩识方法，包括以下步骤：S1、数据采集；S2、将采集的数据输入由Padé变换模块和辩识模块构成的Padé稀疏框架中处理，得到预测的系统控制方程P(x)；S3、根据步骤S2得到的系统控制方程P(x)的偏差度对数据采集进行反馈控制，从而自动优化得到的系统控制方程P(x)。本发明的方法不针对某类特定系统，具有普适性和通用性；本发明的方法采用的Padé函数基是以Padé近似变换得到，其具有很好的收敛性，因此针对于非线性系统也可以很好的收敛，因此具有高精度特性；本发明的本方法可显式辩识出系统的完整控制方程，相较于神经网络类的机器学习具有白盒性。

摘要： 本实用新型涉及一种无人驾驶纯电动船的船舵系统精度识辩系统装置，包括数字控制器、舵系操控信息给定装置、舵系反馈信息给定装置、位置参数获取装置和速度参数获取装置，所述数字控制器分别与舵系操控信息给定装置、舵系反馈信息给定装置、位置参数获取装置和速度参数获取装置相连。本实用新型能够获得舵角的调节精度。

摘要： 本发明公开了一种用于鲁棒控制的系统辩识方法，涉及鲁棒控制技术领域；它的方法如下：步骤一：建立辨别系统；步骤二：验证模型的正确性：根据建立的模型进行试运行，当验证正确后进行实际使用；步骤三：根据模型的实验进行节点位置传感器的安装，安装完成后，通过传感器来进行检测，并将检测数据传输给计算机，由计算机进行辨别；步骤四：对辨别的数据进行验证；本发明的能够实现进行模型试验与验证，能够保证数据的准确性，使用方便；提高了效率，操作简便。