期刊文献+
共找到10篇文章
< 1 >
每页显示 20 50 100
动态模型辨识在H_2/N_2调节方面的应用
1
作者 张健伦 《工业仪表与自动化装置》 1989年第2期28-31,共4页
本文以小合成氨厂的微机氢氮比控制为例,介绍了利用计算机来完成动态模型的建模、辨识及此种模型的特点,阐述了使用此种模型来解决氫氮比控制这个课题的方法,指出了问题的关键所在。文中还对这种控制方法在化工生产过程控制方面的应用... 本文以小合成氨厂的微机氢氮比控制为例,介绍了利用计算机来完成动态模型的建模、辨识及此种模型的特点,阐述了使用此种模型来解决氫氮比控制这个课题的方法,指出了问题的关键所在。文中还对这种控制方法在化工生产过程控制方面的应用范围作了探讨。 展开更多
关键词 动态模型辨识 H2/N2调节
全文增补中
机动目标运动模型动态辨识理论的研究 被引量:6
2
作者 周启煌 常天庆 邱晓波 《控制与决策》 EI CSCD 北大核心 2004年第12期1373-1377,共5页
在对现有机动目标假定模型结构的合理性及现代战场对目标模型需求性综合分析的基础上,完成了机动目标运动模型的辨识理论研究,提出了机动目标运动模型可动态辨识的条件,为解决机动目标运动模型动态辨识提供了新的技术途径.所提出的"... 在对现有机动目标假定模型结构的合理性及现代战场对目标模型需求性综合分析的基础上,完成了机动目标运动模型的辨识理论研究,提出了机动目标运动模型可动态辨识的条件,为解决机动目标运动模型动态辨识提供了新的技术途径.所提出的"参数辨识模型"具有良好的模型结构,对目标的各种运动模态具有广泛的适应能力. 展开更多
关键词 机动目标 模型动态辨识条件 参数辨识模型
下载PDF
目标自动跟踪参数辨识模型的工程化动态辨识 被引量:4
3
作者 常天庆 周启煌 邱晓波 《火力与指挥控制》 CSCD 北大核心 2006年第1期7-9,13,共4页
为解决机动目标参数辨识模型工程应用问题,采用扩张状态观测器等先进的非线性滤波算法,从实测的含有观测噪声的目标位置数据的序列中,直接估计出机动目标运动的一阶、二阶、三阶导数,并结合目标运动模型辨识的理论算法,在工程应用上首... 为解决机动目标参数辨识模型工程应用问题,采用扩张状态观测器等先进的非线性滤波算法,从实测的含有观测噪声的目标位置数据的序列中,直接估计出机动目标运动的一阶、二阶、三阶导数,并结合目标运动模型辨识的理论算法,在工程应用上首次实现了机动目标运动模态和运动模型的双重动态辨识,完成了目标模型动态辨识的工程化设计。 展开更多
关键词 扩张状态观测器 模型动态辨识 参数辨识模型
下载PDF
《围护结构动态负荷传递函数模型合成的系统辨识法》的补充说明
4
作者 沈宇纲 张春路 丁国良 《暖通空调》 北大核心 2004年第2期31-33,共3页
分析了《对上海交大〈围护结构动态负荷传递函数模型合成的系统辨识法〉读后感》所作评论的正确性 ,指出该文作者并未完全理解原文的研究目的、研究内容和写作方式 ,而且一些观点也有错误。
关键词 《围护结构动态负荷传递函数模型合成的系统辨识法》 动态负荷 z-传递函数 z-传递函数系数
下载PDF
利用系统动态模型参数“在线”诊断电机故障
5
作者 龙建雄 《北京联合大学学报》 CAS 2010年第4期51-55,共5页
为了解决电机故障的在线诊断,首先对电机的系统动态模型参数进行在线最小二乘估计,根据估计的系统模型参数的变化,利用基于模型参数估计方法实现系统故障检测。根据模型参数的检测诊断方程,识别系统的故障因素,结合应用实例,证明其方法... 为了解决电机故障的在线诊断,首先对电机的系统动态模型参数进行在线最小二乘估计,根据估计的系统模型参数的变化,利用基于模型参数估计方法实现系统故障检测。根据模型参数的检测诊断方程,识别系统的故障因素,结合应用实例,证明其方法是可行有效的。 展开更多
关键词 系统动态模型辨识 电机模型检测方程 电机故障诊断
下载PDF
基于SSA-NARX的航空发动机动态特性参数辨识方法
6
作者 陈子桥 洪军 +1 位作者 肖刚 温新 《热能动力工程》 CAS CSCD 北大核心 2024年第1期205-215,共11页
针对航空发动机动态特性的建模问题,提出一种基于麻雀搜索算法(SSA)优化NARX神经网络的动态特性参数辨识方法。利用SSA对NARX网络的权值与偏置进行迭代寻优,使网络具备更高的准确度与泛化能力;利用优化后的NARX网络进行动态参数辨识;使... 针对航空发动机动态特性的建模问题,提出一种基于麻雀搜索算法(SSA)优化NARX神经网络的动态特性参数辨识方法。利用SSA对NARX网络的权值与偏置进行迭代寻优,使网络具备更高的准确度与泛化能力;利用优化后的NARX网络进行动态参数辨识;使用航空发动机飞行测试数据集进行了仿真测试。结果表明:SSA-NARX方法明显优于NARX和PSO-NARX方法。SSA-NARX方法的输出参数N_(1),N_(2)和排气温度(EGT)与真实值的最大相对误差绝对值δ_(max)分别降低至3.81%,1.24%和3.47%;动态特性指标T_(i)与T_(t)与真实值的相对误差均小于5%;经10次交叉试验,参数N_(1),N_(2)和EGT的测试结果均方根误差均值RMSE_(m)分别为0.29,0.18和1.50。模型的准确性、实时性与稳健性均满足了仿真需求。 展开更多
关键词 航空发动机 数据驱动 麻雀搜索算法 非线性自回归神经网络 动态模型辨识
原文传递
航空发动机试飞趋势监控模型数据样本容量优化 被引量:1
7
作者 高扬 潘鹏飞 马明明 《燃气涡轮试验与研究》 北大核心 2018年第3期43-46,共4页
建立了数据样本库任意两点之间的欧式距离。基于遗传算法对样本容量进行优化,确保满足模型预测精度条件下最大化样本之间的欧式距离,以此确定发动机建模所需的最小数据样本库。在航空发动机实际科研试飞推广应用中,通过有针对性地安排... 建立了数据样本库任意两点之间的欧式距离。基于遗传算法对样本容量进行优化,确保满足模型预测精度条件下最大化样本之间的欧式距离,以此确定发动机建模所需的最小数据样本库。在航空发动机实际科研试飞推广应用中,通过有针对性地安排试飞内容,只需要5~6个架次即可建立发动机全状态趋势监控模型,大幅缩短了仿真建模周期。该技术可提高趋势监控模型在非样本点上的表现性能,对后续发动机实时趋势监控的实施有很大的借鉴和指导作用。 展开更多
关键词 航空发动机 飞行试验 动态模型辨识 最小样本库 神经网络
下载PDF
基于试飞数据模型的涡扇发动机风车启动特性 被引量:1
8
作者 田煜 潘鹏飞 李俊浩 《工程与试验》 2016年第1期7-9,101,共4页
基于实际飞行试验数据,应用人工神经网络方法建立了某型涡扇发动机风车启动模型,利用试验数据样本验证了辨识模型精度。应用该模型研究了不同风车转速对发动机启动特性的影响。使用的模型建立方法以及对风车启动特性影响因素的分析结果... 基于实际飞行试验数据,应用人工神经网络方法建立了某型涡扇发动机风车启动模型,利用试验数据样本验证了辨识模型精度。应用该模型研究了不同风车转速对发动机启动特性的影响。使用的模型建立方法以及对风车启动特性影响因素的分析结果可以为后续其他型号发动机风车启动试飞提供参考,也可为风车启动包线扩展及风车启动燃油规律调整提供参考。 展开更多
关键词 风车启动 人工神经网络 动态模型辨识 飞行试验
下载PDF
合成气制乙二醇生产过程的先进控制及应用 被引量:2
9
作者 张彬 杨为民 杨卫胜 《化工进展》 EI CAS CSCD 北大核心 2020年第S01期43-49,共7页
为提升合成气制乙二醇生产过程的操作平稳性、增加反应原料转化率和产品收率,提高装置节能降耗水平,本文针对合成气制乙二醇装置的特点,基于多变量预测控制技术、动态模型辨识、软测量、在线优化技术,搭建过程生产的先进控制结构及模型... 为提升合成气制乙二醇生产过程的操作平稳性、增加反应原料转化率和产品收率,提高装置节能降耗水平,本文针对合成气制乙二醇装置的特点,基于多变量预测控制技术、动态模型辨识、软测量、在线优化技术,搭建过程生产的先进控制结构及模型,实现了对各精馏塔关键指标——温度、压力、产品质量的实时监测、预测及闭环优化控制。工业装置应用表明,先进控制实施后,合成气制乙二醇生产过程的精馏单元操作平稳性大幅提升,主要被控变量的波动标准方差降低20%以上,过程操作强度有效降低,蒸汽消耗降低3.67%。 展开更多
关键词 合成气制乙二醇 动态模型辨识 多变量预测控制 先进控制
下载PDF
电液负载模拟器的神经网络参数辨识 被引量:13
10
作者 张彪 赵克定 孙丰迎 《航空学报》 EI CAS CSCD 北大核心 2009年第2期374-379,共6页
基于神经网络,提出一种根据参数上下界辨识系统参数的新方法。在建立电液负载模拟器模型的基础上,在待辨识参数的上下界内,使用神经网络对动态系统的参数进行辨识,找到一组参数使之满足对实际系统的最佳逼近,使系统在实际输入信号下能... 基于神经网络,提出一种根据参数上下界辨识系统参数的新方法。在建立电液负载模拟器模型的基础上,在待辨识参数的上下界内,使用神经网络对动态系统的参数进行辨识,找到一组参数使之满足对实际系统的最佳逼近,使系统在实际输入信号下能更好地复现实际系统的实际输出。并使用另一组实验数据检验辨识结果对实际系统的任意实际输入输出采样数据组的逼近程度。验证结果表明该辨识结果能很精确地逼近实际系统。该方法可用于一般复杂系统的实际参数辨识。 展开更多
关键词 电液负载模拟器 神经网络 参数辨识 参数界值 动态模型辨识
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部