基于ARMAX-KF与速度补偿的拖拉机无前轮传感器转角估计方法

为了解决传统农机导航系统中前轮转角测量传感器不易安装、维护困难以及转角估计不准确等问题,本文提出了一种基于受控自回归滑动平均模型和卡尔曼滤波器的组合模型(Auto-regressive moving average with exogenous input-Kalman filter,ARMAX-KF)与速度补偿的拖拉机无前轮传感器转角估计方法。首先,利用Hammerstein非线性系统对拖拉机的转向系统建模,并采用递归最小二乘法(Recursive least squares method,RLS)将其辨识为ARMAX模型;其次,对后轮轴中心接地点速度进行杆臂误差补偿;最后,提出了ARMAX-KF方法,利用卡尔曼滤波器的校正特性,以拖拉机的运动学转角作为观测值,修正ARMAX模型预测的转角速度积分值,从而估计拖拉机的前轮转角。在速度杆臂补偿测量方法试验验证中,补偿后运动学转角平均绝对误差为1.110°,标准差为1.727°,相比补偿前分别减少61.13%和31.55%;在动态转角试验中,ARMAX模型预测的转角速度标准差为2.439(°)/s,相比采用固定传动比方法误差减少56.58%;采用基于ARMAX-KF的前轮转角估计绝对平均误差为0.649°,标准差为0.371°,相比采用固定传动比和卡尔曼滤波器的方法分别减少56.9%和78.82%;在直线导航跟踪试验中,采用基于ARMAX-KF的前轮转角估计标准差为0.649°,本文提出的方法提高了转角估计精度和农机导航作业质量。

ON IDENTIFIABILITY FOR MULTIDIMENSIONAL ARMAX MODEL

This paper gives a definition of identifiability for multidimensional linear input-output systems and presents a necessary and sufficient condition for its satisfaction.For a class of identifiable systems it is also shown that the unknown coeffcients of the system can consistently be estimated by a recursive algorithm.

Recursive Parameter Method for Computing the Predicting Function of the Multivariable ARMAX Model

New method for computing the predicting function of the ARMAX model is proposed. The proposed method constructs a set of schemes for recursively computing the parameters in predicting function of the ARMAX model. In contrast to the existing method, that only gives results for the special case of the ARX model, the method presented is suitable not only for an SISO system, but also for an MIMO system. For the SISO system, the method presented here is even more convenient than the exisiting ones.

基于一类非线性时间序列模型的锂离子动力电池建模研究

伴随着新能源产业的飞速发展,锂离子动力电池作为一种高效的储能方式,已成为电动汽车的重要组成部分。在电池管理系统的功能中,电池的高精度建模至关重要。在实际应用中,电池不是一个线性系统,其输入和输出由于外部扰动等原因表现出非线性特征,从而直接影响参数识别效果,进而影响模型精度。鉴于此,本文对锂离子动力电池进行了Hammerstein-ARMAX(Autoregressive MovingAverage with Extra Input)模型构建,并对模型参数的估计方法进行研究,旨在提高模型的准确性。实验结果表明了该方法的有效性。

基于参数辨识的磁聚焦式扭矩传感器模型研究

为解决磁聚焦式扭矩传感器模型未知参数问题,实现其更精确地测量,文中通过对此传感器机理分析建立了数学模型与非零初始条件下的系统模型,确定了辨识参数矩阵。提出了一种预测误差法与自适应粒子群算法相结合的参数辨识方法。搭建正弦激励校准实验系统对其进行验证,结果表明,该方法有效地实现了传感器参数的辨识,得到的传感器模型具有较高的精度,为其动态特性分析与误差补偿提供了可靠依据。

拖拉机三点悬挂电液加载系统研究与试验

三点悬挂系统是拖拉机关键工作系统之一。由于田间作业工况的复杂多变,拖拉机三点悬挂液压系统承受较大的随机载荷,容易发生零部件破坏与液压故障等问题,直接影响拖拉机安全及作业效率。基于以上问题,研发了拖拉机三点悬挂电液加载系统,并基于NI Compact-RIO开发了拖拉机加载平台测控仪与上位机测控软件,实现了信号采集与加载控制。利用ARMAX模型进行系统辨识,得到电液系统模型,并与MatLab传递函数辨识箱比较,平均绝对误差降低33.90%,均方误差降低87.36%,均方根误差降低64.45%;基于PID控制方法,上位机以20Hz加载频率将阶梯信号、正弦信号、田间三点悬挂牵引力载荷应用于加载系统进行复现,效果完全可以满足试验台的控制加载要求。试验结果表明:基于ARMAX模型的系统辨识及基于PID的控制方法结合三点悬挂电液加载系统,可将田间三点悬挂牵引力载荷加载复现,为基于田间动态载荷加载的拖拉机三点悬挂零部件与系统可靠性试验提供了平台和方法支撑。

基于偏差消除最小二乘估计和Durbin方法的两阶段ARMAX参数辨识

针对带有外生变量的自回归移动平均模型(Autoregressive moving average with exogenous variable,ARMAX)的参数辨识问题提出一种两阶段辨识方法.首先通过偏差消除最小二乘方法辨识带有外生变量的自回归部分(Autoregressive part with exogenous variable,ARX),然后采用Durbin方法将移动平均部分(Moving average,MA)的参数辨识问题转换成一个长自回归模型(Long autoregressive,LAR)的参数辨识问题,并利用MA与等价LAR的参数对应关系直接得到MA参数,最后利用辨识出的MA参数计算出噪声方差.与扩展最小二乘法的数值仿真比较验证了这种两阶段辨识方法的有效性.

基于ARMAX模型自适应预测函数控制

本文提出了基于 ARMAX模型的自适应预测函数控制 ,该算法的特点是占用内存少 ,计算速度快 ,并具有较强的鲁棒性 .ARMAX模型参数是通过带遗忘因子的递推最小二乘算法在线辨识得到 .仿真结果表明 ,该控制算法比

利用ARMAX模型识别结构模态参数

由振动系统的运动方程建立了描述系统输入、输出和噪声特性的外源自回归滑动平均 (ARMAX)模型。采用近似极大似然法估计ARMAX模型系数 ,克服了传统极大似然估计方法的高度计算复杂性 ,需要对参数的初值进行猜测的缺点。仿真结果表明本文方法鲁棒性较好。

非线性NARMAX模型的ARMAX模型全局线性化

提出了基于ＮＡＲＭＡＸ模型的非线性系统的全局线性化方法．该方法用时变的ＡＲＭＡＸ模型近似描述非线性ＮＡＲＭＡＸ模型．证明了这一线性化方法的有界性，并给出了相应的实现方法．仿真结果说明了该方法的有效性．

基于有偏t分布ARMAX模型的短期电价预测

基于正态分布假设的时间序列分析模型不能有效地处理电价的有偏厚尾性,在对电力市场现货电价的影响因素和波动规律综合分析的基础上,提出了一种基于有偏学生t分布ARMAX模型的短期电价预测方法。该方法可同时考虑电价分布的有偏厚尾性、多重周期性及其与负荷之间的非线性相关性。对PJM电力市场历史数据的算例研究表明,该方法计算量小,待估参数少。

基于ARMAX代理模型的车-桥耦合系统可靠性研究

为探究车-桥耦合系统可靠性的效率和精度,建立列车-桥梁的耦合振动模型,并采用自回归方法模拟轨道不平顺.回顾ARMAX(auto-regressive moving average exogenous)模型的基本原理,提出了基于ARMAX代理模型的车-桥耦合系统可靠性分析框架;利用代理模型获得列车响应预测值,并与直接蒙特卡罗模拟(monte carlo simulation,MCS)法结果进行对比,探讨了代理模型在分析行车安全时的计算精度和可靠性分析效率.结果表明:代理模型预测列车竖向和横向加速度响应的效率显著高于MCS法,约为3个数量级;预测竖向、横向车体加速度的精度分别为98.66%、86.55%,求解精度较好,可显著提高车-桥耦合系统可靠性分析的效率.

基于半参数LM-ARMAX模型的股价波动成因分析

选择沪市1991-2010年所有上市公司的数据,建立LM-ARMAX模型来实证股票价格波动的决定因素;然后,根据模型半参数估计的结果,进行基于半参数估计的广义似然比检验和基于Wild Bootstrap的Smirnov检验.研究结果表明:市帐率和成交量是股票价格波动的主要因素,而净资产收益率对股票价格波动的影响不显著;相比起"指数研究"和"样本替代研究"而言,实证的数据精确度更高,说服力更强.

多维ARMAX系统辨识的一种新的递推预报误差算法

本文根据预报误差(RPE)算法的思想,对多输入-多输出 ARMAX 模型 A(z)y_n=B(z)u_n+C(z)ε_n 发展了一种新的辨识算法.由于在算法中加了矩阵多项式 C(z)的稳定性检验,这一种算法比推广最小二乘算法具有更快的收敛速度,这个结果在计算机仿真中得到了证实.

一种新的预测冰蓄冷空调负荷的ARMAX模型辨识方法

基于系统辨识理论,提出一种新的预测冰蓄冷中央空调平均负荷的外源自回归滑动平均(ARMAX)模型辨识方法.首先根据空调负荷历史数据构建次日平均负荷的ARMAX模型;然后基于不同的室外最高温度建立自适应ARMAX温度区间模型,该模型由几组参数时变的子模型组成,子模型参数由在线回归算法辨识.测试数据表明,所提出的ARMAX温度区间模型与传统的ARMAX模型相比具有较高的预测精度,而且室外最高温度差异越大,效果越明显,可用于冰蓄冷中央空调的优化控制. Abstract： A novel ARMAX model identification method for average load forecasting of ice-storage central air conditioning is introduced based on system identification theory. Firstly an ARMAX model for the next day average load is obtained according to the historical data,then an adaptive ARMAX model is proposed based on different outdoor maximum temperature, the temperature interval based ARMAX model is composed of several time-varyiag sub-models whose parameters are identified using an on-line regression algorithm. As a result, the proposed model has good quality in terms of prediction precision in comparison with traditional ARMAX model, besides, the more outdoor maximum temperature difference, the better prediction precision, it can be applied to the optimal control of ice-storage central air conditioning.

聚合物驱含水动态规律的ARMAX法建模与预测

用数值模拟方法研究聚合物驱油动态规律由于影响因素多且不确定,得到的结果与实际效果相比会有一定偏差,而利用历史数据建模时大多只考虑综合含水、注入黏度、渗透率等参数,而没有考虑反映聚合物驱的开发生产和注入参数,且建立的多为静态模型,不能完全反映聚合物驱的动态规律。为此,提出了一种系统辨识理论的建模方法,对油田聚合物驱的含水变化进行预测。该方法建立的模型是一带有外部激励的自回归滑动平均模型(ARMAX)。所建立的模型主要考虑了注入浓度、采油速度等影响聚合物驱含水变化的动态因素。通过实际聚合物驱动态数据测试,验证该方法建立的模型预测精度较高。利用ARMAX模型对聚合物驱含水变化进行预测是评价聚合物驱效果并降低风险的一种有效的方法。

ARMAX模型两种自适应k步超前预报形式的比较

ARMAX模型的自适应k步超前预报通常有单步预报和多步预报两种形式,前者依籁于若干个过去时刻固定步数(k步)的预报,后者则用到一系列固定时刻不同步数(k—1,k—2,…)的预报,本文证明二者是完全等价的,并且从应用的角度和模拟试验的结果对它们进行了比较。

Identification and Modeling of Automotive Electrical Parking Brake System for SiL Simulation

To evaluate the software behavior of the electronic control unit （ECU） of automotive electrical parking brake （EPB）, a software- in-the-loop （SiL） simulation system is built. The EPB is simulated by ARX （auto-regressive with auxiliary input） model, ARMAX （auto-regressive moving average with auxiliary input） model, and NNARMAX （neural network ARMAX） model. By system identification, the ARX（3,4,2）, ARX（4,4,2）, ARMAX（3,3,1,1）, and ARMAX（4,4,3,2） models are derived. Validation results show that the four-order ARMAX model and the NNARMAX model better simulate the actuator of the EPB.

基于增广递推最小二乘的电网等效惯量在线估计方法

针对高比例非同步电源接入下电网等效惯量水平感知难题,提出一种基于量测数据的电网等效惯量在线估计方法。首先,利用发电机有功功率变化及节点频率数据,采用带外部输入的自回归滑动平均(auto regression and moving average model with exogenous input,ARMAX)模型对各区域/整个电网有功-频率动态变化进行建模。进而,基于增广递推最小二乘(recursive extended least squares,RELS)算法实现自回归滑动平均模型中未知参数的求解,辨识得到系统或区域惯性常数的估算值。此外,考虑区域间交流联络线提供的惯量支撑,对出现不平衡功率扰动后的区域惯量通过联络线耦合现象进行估计和分析。最后,基于某省级电网实际数据进行仿真测试,验证了所提方法的正确性和有效性,并对互联区域联络线提供的惯量支撑进行了分析。

辊压机稳流仓仓重自抗扰智能控制技术的研究

在水泥生产联合粉磨过程中,精准调控稳流仓仓重是优化辊压机预粉磨过程,降低粉磨系统能耗的关键。介绍了水泥联合粉磨系统工艺流程及辊压机稳流仓的重要作用;以稳流仓仓重为被控量、喂料量为控制量、回粉量为扰动量,建立了稳流仓仓重自抗扰智能控制系统;基于稳流仓仓重ARMAX模型,设计了稳流仓仓重自抗扰智能控制器。实验仿真表明,该控制器能够较好地跟踪稳流仓仓重设定值,仓重调控过渡平稳,抗扰动能力较强,具有无超调特性及广泛的适应性,为稳流仓仓重的精确控制开辟了新路径。