基于递推阻尼最小二乘辨识的六自由度磁悬浮平面电机动力学模型

六自由度磁悬浮平面电机是一种新型特种电机,具有六自由度运动、直接驱动、无机械摩擦、结构紧凑等特点,在光刻机等精密制造领域极具应用前景。然而,由于该类电机具有多变量、非线性、强耦合等突出特性,难以精确获取其动力学模型。为此,论文提出基于递推阻尼最小二乘辨识的六自由度磁悬浮平面电机动力学模型。首先,推导了六自由度磁悬浮平面电机的动力学模型。其次,基于多新息最小二乘法创新的引入阻尼项建立了递推阻尼最小二乘法,之后,利用Matlab对所提出方法进行仿真,获得电机在X、Y自由度上的辨识模型。最后,通过仿真验证了所建立动力学模型的准确性,实际系统与辨识模型之间的X、Y自由度上的均方误差分别为22.42 nm、7.11 nm。

时变系统有限数据窗最小二乘辨识的有界收敛性

利用随机过程理论证明了有限数据窗最小二乘法的有界收敛性 ,给出了参数估计误差上界的计算公式 ,阐述了获得最小均方参数估计误差上界时数据窗长度的选择方法 .分析表明 ,对于时不变随机系统 ,数据窗长度越大 ,均方参数估计误差上界越小 ;对于确定性时变系统 ,数据窗长度越小 ,均方参数估计误差上界越小 .因此 ,对于时变随机系统 ,一个折中方案是寻求一个最佳数据窗长度 ,以使均方参数估计误差最小 .

两种新的有效的非线性系统最小二乘辨识算法

提出了两种新的有效的最小二乘算法——改进的双对角化最小二乘算法ＭＢＬＳ－Ⅰ与ＭＢＬＳ－Ⅱ．在存在舍入误差的条件下，证明了算法的收敛性．该算法具有几乎不受舍人误差影响的优点，优于一般常用的最小二乘算法，包括数值性态极佳的ＳＶＤ算法．同时，基于该算法及ＳＶＤ算法，构造出了一种新的ＮＡＲＭＡＸ模型结构与参数辨识的一体化算法．仿真结果证明了此新算法的优越性．

步进电机驱动系统的最小二乘辨识模型

只有知道系统的数学模型,才能对系统进行分析,改善系统的性能,预测系统的运动,进而对系统实施最佳速度控制。为此,以实际步进电机为研究对象,建立了基于最小二乘辨识算法的步进电机驱动系统数学模型。所建模型为步进电机的速度控制提供了理论依据。

基于最小二乘辨识的单轴陀螺参数标定方法

针对二维弹道修正引信滚转姿态测量中单轴陀螺参数标定结果误差较大的问题,提出了基于最小二乘辨识的单轴陀螺参数标定方法.该方法首先确定二维弹道修正引信单通道控制回路单轴陀螺标定参数及误差源;其次,建立了单轴陀螺角速率测量数学模型;最后,利用最小二乘辨识方法对模型参数进行辨识.仿真验证表明,基于最小二乘辨识的单轴陀螺参数标定方法与传统的标定方法相比,工程可实现性强,其标定结果更精确.

相关—最小二乘辨识软件

本软件能对开环或闭环辨识实验数据进行相关(COR)、最小二乘(LS)或相关——最小二乘(COR—LS)处理,并能自动搜索模型阶次n和纯时延d。本软件是用ALGOL—60算法语言编成,并在某火力发电厂锅炉动态特性的一系列统计实验的参数估计中得到应用,建立了数学模型。

燃料电池混合动力参数辨识及整车控制策略优化

为优化燃料电池混合动力系统经济性及耐久性,建立了模型参数辨识及整车控制策略优化方法。首先给出了燃料电池混合动力系统氢气消耗及蓄电池模型参数的最小二乘离线辨识算法。台架试验验证了其有效性。其次给出了整车控制策略,包括电动机控制策略和能量管理策略两部分。电动机运行状态根据挡位信号和司机踏板信号可以划分为两类:制动状态和非制动状态。电动机目标转矩在这两类状态中采取不一样的计算方法。能量管理策略包括稳态分配和动态补偿两个模块。再次,采用基于多目标的遗传优化算法对整车控制策略相关参数进行优化,优化目标为混合动力系统在"中国城市公交典型工况"中等效氢气消耗量最小。工况测试结果表明,使用优化算法后系统经济性从9.6kg/100km提升到7.6kg/100km,减小了燃料电池输出功率的波动并维持蓄电池SOC在平衡点附近。

基于奇异值分解的递推辨识方法

本文提出一种基于奇异值分解（ＳＶＤ）的递推最小二乘辨识新方法，该方法不仅有很好的收敛性和数值稳定性，而且在系统的输入信号不满足持续激励的充分必要条件下，仍能得到系统参数的无偏估计，仿真计算结果证明了本文方法的有效性和优越性．

基于Hammerstein模型描述的非线性系统辨识新方法

Hammerstein模型常用来描述pH值或具有幂函数、死区、开关等特性的过程,本文提出了一种辨识此类对象模型结构和参数的新方法,首先将非线性静态部分和线性动态部分分别用非线性基和Laguerre级数表示,然后通过最小二乘法、矩阵特征值分解和矩阵扩维,辨识出两部分参数．并证明了该方法在输出端存在白噪声情况下误差的收敛性．此方法仅需假设输入为持续激励,适用范围广,计算简单,辨识精度高．最后通过pH中和滴定实验验证了以上结论．

适用于飞机舵面损伤情况下的一种在线辨识算法研究

空中飞行时若舵面出现损伤情况,将会严重影响飞机机动性能,控制律若能在线适应故障,实现对故障状态重新建模,就可极大提高飞机的生存性和可靠性。限制最小二乘算法能够在线辨识出飞机舵面的故障参数变化,可以克服由于噪声和弱信号输入带来辨识不准确的问题。文中用某机型飞行数据对该算法作了仿真验证,说明该算法的有界性、稳定性和收敛性等性能特点是适用于飞机舵面损伤情况下的在线辨识。

频域最小二乘辨识方法的参数约束条件选取

近年来,频域最小二乘(LS)辨识方法因其较小的计算量和较高的辨识精度,在模态分析尤其是飞机颤振模态分析中得到了广泛关注。在实际应用中为提高辨识精度,通常采用过拟合方法进行系统辨识,然而过高的模型阶次会引入多余的数学极点,导致稳态图中虚假模态的出现,进而影响真实模态的识别。为此,针对多输入多输出系统辨识问题,研究了两种典型参数约束条件对频域最小二乘辨识方法的不同影响,通过理论分析和数学推导解释了约束条件和虚假数学极点稳定性之间的关系。研究结果表明:适当选取约束条件有助于区分真实和虚假模态,是获得清晰稳态图的关键。最后,采用仿真算例和颤振实测数据验证了本文的结论。

基于参数辨识及L2增益的PMSG反步控制策略研究

针对永磁电机式机械弹性储能机组动力源扭矩和转动惯量同时变化特性,提出了一种基于辨识算法及L_2增益的反步控制策略。通过带遗忘因子的最小二乘算法同时辨识实时变化的转动惯量和输入转矩,根据辨识结果,考虑辨识误差以及发电机参数变化带来的不确定特点,结合反步控制和L_2增益干扰抑制方法设计非线性反步控制器,保证永磁同步发电机的转速和输出电流能够以给定参考值运行。仿真结果表明:该控制策略能够较好地实现永磁同步发电机输出值对目标值的快速跟踪,且具有一定的抗干扰能力。

广义时变系统的最小二乘辨识方法

根据工程背景 ,提出了广义时变参数系统的概念。广义时变系统是指参数随系统可测扰动量变化的一类时变系统 ,即参数是系统可测扰动量函数的时变系统 ,提炼出这类时变系统的数学描述模型。根据最优化技术 ,导出了这类模型的两种辨识方法 ,即最小二乘型算法和随机梯度型算法 ,并应用鞅超收敛定理分析了算法的收敛性。分析表明 :由于该方法同时还利用了系统扰动量所含的信息 ,因而可以给出时变参数的一致估计。数字仿真验证了提出方法用于估计广义时变系统的参数是有效的。

递推辨识中的奇异值分解方法

研究了递推辨识算法的一种实现形式—SVD分解算法。这样就可以在计算量基本不变的情况下,有效地保证方差矩阵的对称性,正定性,从而获得较好的数值特性。仿真计算结果表明在实现自适应控制时,能提高系统参数实时辨识的精度。

自由空间光通信中精跟踪系统的辨识(英文)

精确的精跟踪系统模型为研究精跟踪的控制算法,找到影响其动态、静态性能的关键因素提供了重要的条件。设计了精跟踪辨识系统,该系统包括:快速倾斜镜、CCD、DA以及相关的电子设备。精跟踪模型传统上被认为是一个二阶系统,通过输入输出数据、模型类和最小二乘等价准则等一系列过程确定精跟踪的模型。为了评估该辨识方法的性能,将最小二乘辨识法得到的模型与传统的频率响应法得到的模型做比较。通过验证发现,两种模型的输出与实际系统输出的模型残差平方和分别为8.20和89.52,相关系数分别为0.98和0.95。结果表明,最小二乘法得到的精跟踪模型比频率响应法得到的模型更准确地反映出实际系统的特性。

汽油机瞬态工况油膜参数的辨识研究

油膜动态效应的存在对PFI汽油机油瞬态空燃比的精确控制具有较大影响,而油膜参数又是油膜动态效应中最关键的参数。为提高油膜参数的辨识精度,提出了一种组合的混沌粒子群优化算法(CPSO),并在Simulink中建立了基于CPSO-RBF神经网络的汽油机瞬态工况油膜参数辨识模型。将辨识得到的油膜参数以与BP神经网络辨识及最小二乘辨识得到的结果进行对比,结果表明:CPSO-RBF神经网络辨识方法能对油膜参数进行有效辨识,具有更强的非线性辨识能力和更高的辨识精度。

音圈直线电机滑模变结构控制方法

为了消除音圈直线电机的非线性摩擦特性对系统定位精度的影响,利用机理建模方法建立线性模型描述音圈直线电机系统的幅频及相频特性并采用最小二乘法辨识模型参数。此外,采用摩擦力测试和牛顿第二定律得到系统的等效非线性项参数,利用辨识得到的线性模型与等效非线性项参数,设计了一种含有等效非线性控制项的滑模变结构控制器。实验结果表明,提出的控制方法能够改善音圈直线电机的定位精度,并提升了系统的动态性能。

系统持续扰动下的电力系统戴维南等值参数在线识别

提出一种适用于系统侧持续扰动的电力系统戴维南等值参数在线识别方法。该方法将节点电压、电流变化量分解为负荷侧和系统侧的叠加,建立新的考虑系统侧变量的数学模型,并利用系统侧、负荷侧电流变量的相互独立性对模型进行求解。传统最小二乘辨识模型假设戴维南等值电势不变,而该方法没有这一假设,所以更能适用于系统侧持续扰动的情况。仿真及实际工程算例表明:与传统最小二乘辨识模型相比,在系统侧持续扰动较小时该方法能更好地识别出戴维南等值参数,而随着系统侧持续扰动的增大,最小二乘辨识模型逐步失效,所提方法依然能较好地识别出戴维南等值参数。

多变量逆解耦自抗扰控制及其在精馏塔过程中的应用

化工生产是一类典型的多变量过程对象,该类对象具有时变性、耦合性、时滞性等特点,传统的单变量控制方法很难在此类系统中取得良好的控制效果.针对时变性,本文在假设对象模型未知的前提下,利用阶跃响应数据,研究了基于最小二乘的一阶、二阶时滞系统辨识方法.针对多变量系统存在耦合性的特点,采用逆解耦方法实现对象的解耦.再对解耦后的时滞子系统设计了自抗扰控制器.仿真实验中,以精馏塔的Wood-Berry模型和Ogunnaike-Ray模型为例,验证了算法的有效性.

自动变速车辆坡道行驶自适应换挡策略

在分析汽车纵向动力学模型的基础上,运用改进型最小二乘法对整车质量与广义坡度进行实时辨识,以克服采用单一遗忘因子的最小二乘辨识法对变化不同步的参数辨识效果不佳的缺点。制定了自适应坡道换挡策略并进行了实车道路试验。试验结果证明,新型换挡策略能有效地解决了传统换挡策略在坡道行驶时的问题,能够更好地满足自动变速器坡道行驶的要求。