基于模式搜索的岩石流变模型参数识别

介绍一种根据岩石蠕变试验资料识别流变模型参数的方法,该方法是模式搜索与非线性最小二乘法的有机结合,避免了曲线拟合中由于流变参数初值选取不当、迭代不收敛的困难。用该方法对某工程粘土岩室内单轴压缩蠕变试验进行了研究,识别出了不同应力水平下的流变力学参数。研究表明,采用伯格斯模型描述该类粘土岩的流变力学特征比广义开尔文模型更为合适。

纯电动汽车用锂离子电池的建模和模型参数识别

极化电压是电池状态估算的重要参数,但不能直接测量.采用阻容模型分析,指出极化电压模型阶次与极化深度密切相关,提出一种极化电压的快速识别方法,给出变电流放电情况下电池的去极化时间和容量的计算方法,并采用FUDS模拟工况对新、旧电池和不同厂家的电池进行测试,验证了该方法的有效性和可行性,为电池状态的准确估算提供了数据支持.

基于模型参数识别法的小电流接地故障选线研究

由于故障电流小、电弧不稳定等原因,小电流接地系统单相故障选线问题始终没有得到彻底解决。文中提出了一种基于模型参数识别的小电流接地选线新方法,对每条线路建立其外部故障下的数学模型,利用零序电压、电流数据求解模型参数,依据得到的线路对地电容判断实际发生的故障是否符合所建立的模型,从而进一步识别出故障线路。经EMTP故障仿真和现场录波数据验证,该方法选线正确、有效,耐过渡电阻能力强,不受消弧线圈和间歇性电弧的影响,并且可以和馈线保护合为一体,满足自动化的要求。

水环境模型参数识别的一种新方法

通过在格雷码遗传算法进化过程中加入单纯形搜索算子,并利用格雷码遗传算法和单纯形法所得到的优秀个体群,作为变量新的变化范围,逐步缩小搜索空间,自动向最优解收缩,提出了水环境模型参数识别的一种新方法———格雷码混合加速遗传算法(GCHAGA),给出了实施该算法的详细步骤。对GCHAGA的收敛性和全局优化性进行了理论和实例分析,并在确定河流横向扩散系数等参数识别问题中,GCHAGA得到了精度较高的全局最优解。与格雷码遗传算法(GCGA)和常规优化方法相比,GCHAGA具有精度高、速度快和适用性强等特点,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的较好的非线性优化方法,可广泛应用于各种水环境优化问题中。

基于FVM-HGA的河流水质模型多参数识别

针对解析法求解河流水质模型的不足和传统方法在求解河流水质模型多参数识别问题遇到的困难,提出了采用有限体积法结合混合遗传算法(FVM-HGA)的参数识别算法。由于水质模型中源项的广泛存在,对流项的离散采用了满足有界性条件的非线性高精度格式-MINMOD格式。由于优化算法对参数识别反问题具有的普遍适用性,因而反演算法采用了全局寻优能力很强的遗传算法;为了克服传统遗传算法局部搜索能力较弱的缺点,采用了遗传算法与最速下降法相结合的混合遗传算法。两个算例的计算结果表明,采用FVM-HGA算法对常系数河流水质模型和变系数水质模型都能给出较好的反演结果。

关于成长曲线预测模型参数识别的一点看法

《预测》1983年第1期上刊登的坚石同志一文(下称文献[1])提供了成长曲线的模型及其参数识别的二种方法,并以我国1949年、1953年、1957年三年的人口统计数据为依据,预测我国1978年人口数为958(百万)人,与实际调查数975(百万)的相对误差为1.7%。

直升机旋翼系统飞行参数识别模型研究

直升机旋翼系统的工作方式及其所承受的载荷形式使飞行实测载荷数据的有效性不高。研究如何利用有限的实测载荷及飞行参数数据建立直升机旋翼系统飞行参数识别模型,对于推进飞行载荷测试任务有重要意义。基于Matlab编程建立遗传算法优化的BP神经网络直升机旋翼系统飞行参数识别模型,实现通过现有载荷数据及飞参数据对旋翼系统飞行载荷预测仿真。预测的最大相对误差为10%、平均相对误差为3.7%,满足工程要求,并且较未使用遗传算法优化的BP神经网络预测结果好,表明所建立的飞行参数识别模型具有很好的学习能力和泛化能力。

基于响应面-遗传算法的印制电路板参数识别

印制电路板装配件(Printed Circuit Board Assembly,PCBA)在航空航天设备中有广泛应用,分析和优化航空设备中电子设备振动可靠性的必要前提是建立准确的PCBA有限元模型。针对PCBA有限元模型物理参数难以通过实验获取的问题,本文以某机载电子设备PCBA为案例,首先通过最小分辨率V(Minimum Run with Resolution V,MRRV)的中心复合设计(Central Composite Design,CCD)建立多因素模型响应面函数样本点;然后根据最小二乘法确定响应面函数系数并完成响应面精度检验,构建响应值与模态试验结果误差的多目标函数;再采用快速分类的非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm-Ⅱ,NSGA-Ⅱ)进行多目标参数识别,将识别后的参数代入ABAQUS有限元模型进行仿真分析,最后与模态试验和随机振动试验结果进行对比。结果表明:模态频率平均误差减少到2.70%,随机振动响应平均误差为5.83%,验证了此方法对机载振动环境下PCBA模型参数识别的有效性。

基于MapReduce的CME参数识别模型并行计算技术

日冕物质抛射(Coronal Mass Ejection,CME)参数识别模型是太阳风预报过程的重要组成部分.在空间环境预报业务中,为提高太阳风预报的准确率,需要提高CME参数识别的精度.模型以计算任务串行的方式运行,运算效率低导致模型运算时间长,不能满足这种需求.CME参数识别模型的物理运算过程相互不独立,其在单节点上的运行方式不能满足并行化要求.基于MapReduce的并行计算框架,改进了CME参数识别模型的计算流程,提出CDMR(CME detection under MapReduce)方法,实现了CME参数识别模型的并行计算,并对比分析CME参数识别模型在串行计算和MapReduce并行计算下的运行时间,提高了模型的识别精度和计算效率.

基于频域参数识别方法的配电网单相接地故障选线

国内配电网大多采用中性点不接地或经消弧线圈接地的方式运行,在这种系统发生单相接地故障时,尽快选出故障线路对电网运行有重要意义。提出一种基于参数识别的频域方法进行小电流接地选线。通过矩阵束方法提取故障后零序电压和零序电流的频点信息,解决了传统离散傅里叶变换方法提取频域信号不准确的问题。提取频点信息后,利用频域方程求解线路对地电容值并进行选线。与时域参数识别方法相比,该方法对采样频率要求低、计算精度高。同时,频带分析表明该方法比传统的首容性频带滤波方式具有更宽的频带,理论上不需要滤波。经ATP-EMTP仿真和实时数字仿真器录波数据验证,该方法选线正确、有效,耐过渡电阻能力强,不受消弧线圈的影响。

齿轮的统计齿廓模型识别及加工工艺评定

针对齿轮制造中齿轮质量评定与加工工艺系统关联不明确的普遍现象 ,提出了齿轮统计齿廓的概念 ,并在CZN45 0型齿轮整体误差测量机上得以实现和应用。采用齿廓统计分析方法对加工工艺系统进行识别 ,可为齿轮质量的评定与控制提供更科学且易于操作的手段。

UWB定位系统中NLOS识别的若干参数分析

UWB(超宽带)信号由于其大的带宽在多径环境下具有精确测距能力,而要提高定位精度需要准确地估计出信道的状态。通过对接收信号进行参数提取,分析参数在不同信道环境下的概率分布密度,从而为判断信道是视距传播(LOS)还是非视距传播(NLOS)提供依据。重点分析了峭度、平均过量延迟、均方根时延扩展等参数对NLOS状态识别的影响。

一种自复位摇摆墙的改进Bouc-Wen滞回模型

Bouc-Wen模型是一种可表征结构及构件刚度、强度退化等的多功能非线性光滑滞回模型,可广泛应用于各类结构滞回行为的描述。自复位摇摆墙(Self-centering rocking wall, SCRW)结构由于其优越的抗震和自复位性能,滞回曲线呈“旗帜型”。为了更好地表征这种“旗帜型”滞回特性,在Bouc-Wen模型的基础上,建立一种具有较高精度和较好实用性的改进Bouc-Wen滞回模型。改进的Bouc-Wen模型参数是决定结构滞回性能力学特征的关键。由于该模型参数众多且选择范围不明确,为适应该类模型参数高效识别的需求,通过在MATLAB/Simulink环境中搭建程序框图,实现了对该理论模型控制参数的定性及定量分析,并运用遗传算法对10个SCRW试验结果进行参数识别,对识别结果进行统计分析,建立各参数与滞回曲线关键点的关系式,基于统计结果给出了各参数的建议取值范围;最后,通过SCRW拟静力试验对改进的滞回模型和参数取值范围进行了验证。结果表明:这种单自由度改进的Bouc-Wen滞回模型能较好地反映SCRW在往复荷载作用下无残余变形和强度、刚度退化特点的“旗帜型”滞回特性。所提出的参数取值范围显著提升了改进Bouc-Wen模型的识别精度与效率,识别过程对类似模型的参数识别具有参考价值。

超弹性本构模型对橡胶隔振器静态特性预测影响的研究

通过对某橡胶材料标准试件的单轴拉伸、平面拉伸和等双轴拉伸的应力-应变数据的测试,并利用最小二乘原理识别了5种常见橡胶超弹性本构模型的参数,对比了不同模型间的拟合精度。以某款车型的橡胶隔振器为实例,计算不同本构模型在3种典型工程应变下的力-位移曲线,并与实测数据进行对比。结果表明,Mooney-Rivlin模型在处理较小应变数据时具有较好的计算精度和计算稳定性,Van der Waals模型和3阶Ogden模型在处理较大应变数据时具有较好的计算精度。

填充天然橡胶材料裂纹扩展模型的建模方法

填充天然橡胶材料疲劳裂纹扩模型是指裂纹扩展速率与撕裂能峰值之间的关系,它是用于橡胶减振元件疲劳寿命预测的重要模型。在裂纹扩展试验得到的填充天然橡胶材料裂纹扩展长度与循环次数的数据中,由于橡胶的应力软化现象,试验后期的部分数据不可用。为此,建立了数据处理方法,获得有效的裂纹扩展长度与循环次数数据。基于单轴拉伸载荷下填充天然橡胶材料最大应变能密度与最大应变满足幂函数关系的假设,建立了变幅加载工况下裂纹扩展长度与循环次数的数学模型和识别其模型参数的优化方法。在建立的裂纹扩展长度与循环次数模型的基础上,建立了裂纹扩展速率与撕裂能峰值关系的模型和确定模型中参数的数值方法。利用一组哑铃型试片的疲劳寿命实测数据,对建立的裂纹扩展速率模型进行了验证,证明了所建立模型的正确性。

星级酒店HVAC系统多变量过程模型辨识仿真分析

基于星级酒店中央空调系统HVAC,是一个多干扰,控制滞后的闭环系统,为了实现控制器对其控制精确,达到节能降耗的目的,针对酒店变风量HVAC系统,提出一种多输入多输出过程的闭环辨识方法,采用设定值阶跃测试,得到滞后的输出响应,通过输入、输出数据进行模型识别,得出传递函数矩阵模型,使用matlab对模型仿真分析,将仿真结果与实际模型对比研究,结果表明,使用该方法得出的模型精确度较高。该方法不需要动态过程的先验知识,便于推广使用。

基于自适应参数估计的三轴磁传感器实时校正方法

针对传统基于椭球模型三轴磁传感器无法实时校正的问题,设计了基于自适应参数估计的三轴磁传感器实时校正方法,通过对参数的实时估计与处理,实现了三轴磁传感器误差的校正。首先,对三轴磁传感器全误差模型进行分析与处理,建立了基于模值的参数估计方程;其次,详细分析了参数模型的噪声特性,针对非高斯状态相关噪声,提出了采用自适应参数估计方法;最后,设计仿真与实验分析,完成三轴磁传感器误差校正。实验结果表明,所提出的算法可以实现误差参数的实时校正,提升了磁传感器误差校正的自主性。同时,基于自适应参数估计方法,使得校正结果模值标准差相较于传统方法减小了3倍。

基于混沌遗传混合法的裂隙岩体模型参数识别

利用混沌运动所特有的随机性、遍历性和规律性,以及遗传算法的全局搜索特性,提出了一种混沌遗传混合优化算法。其基本思想是对遗传算法搜索寻优的结果作微小扰动,再进行混沌搜索。该方法兼有混沌优化与遗传算法的优点,比传统的遗传算法更具有跳出局部最优的能力,搜索的效率也有很大的提高。算例表明该方法具有广泛的应用前景。

串联电池组充电模式研究

针对基于电池组端电压的传统充电模式因不能实时有效地检测到各单只电池的状态而导致部分单只电池出现严重过充电,使得电池组寿命严重缩短甚至出现安全隐患的现象,提出了电池管理系统和充电机协调配合的充电模式,该模式通过电池管理系统和充电机之间的数据共享,使得能在充电过程中实时地得到各单只电池的电压、温度以及电池系统的故障等信息并将其纳入充电控制,改变充电电流,有效地保证电池组内所有单只电池不出现过充电,减小了充电对电池寿命的影响,提高了充电的安全性。基于该充电模式,以 Thevenin 电池模型为例详细地分析了电池模型参数的识别机理,并提出了基于电池容量和内阻的更加科学的电池组一致性评价体系。

10kV电力电缆绝缘在线监测的一种新方法

在简述现有的电力电缆绝缘监测方法的基础上,提出了一种基于模型参数识别的电力电缆绝缘在线监测的新方法,对10 kV电力电缆每条线路的每一相分别建立数学模型,基于模型参数识别方法建立以线路参数为未知量的微分方程,利用实时采集到的电压、电流求解最小二乘意义下的模型参数估计值,依据得到的电缆线路对地绝缘电阻值,从而判断电缆的绝缘水平。经EMTP仿真结果验证,该方法正确、可靠,并且可以和馈线保护合为一体,满足自动化的要求。