基于Wiener模型的非线性预测函数控制

针对传统的预测函数控制对非线性强、结构多变的实际对象控制效果不佳问题,提出了一种基于Wiener模型的非线性预测函数控制(PFC)方法。通过引入支持向量机回归方法,建立Wiener模型中非线性部分的逆模型,在输出反馈和参考轨迹上分别添加一个Wiener模型中非线性部分的逆模型,将非线性预测函数控制转化为线性预测函数控制,用线性优化算法解决非线性预测函数控制问题,避免了复杂的非线性优化。pH中和过程的计算机仿真结果表明,该方法比PID控制效果更好,而且对模型失配具有很好的自适应性能。

基于非线性(Wiener)模型自适应预测函数控制

针对一类非线性对象提出了基于Wiener模型的非线性系统自适应预测函数控制方法。利用带遗忘因子的递推最小二乘算法在线辨识得到Wiener模型核参数,根据所得模型参数直接计算得到非线性预测函数控制律,而且使控制律计算容易,适用于具有一定非线性的被控对象,并能适应被控对象的环境变化。

压电材料迟滞非线性特性的幂函数多项式模型

针对现有迟滞模型多应用于迟滞电学响应分析和控制方面的研究,且较少运用于动力学分析的问题,本文综合考虑压电材料的特性和迟滞曲线特点提出了建立动力学分析的迟滞模型。分别建立幂函数多项式介电迟滞模型和压电迟滞模型,并且通过与实验结果或已有模型对比,表明幂函数多项式介电迟滞模型和压电迟滞模型能准确描述压电材料的迟滞特性。同时分析了迟滞参数η和ζ对饱和极化强度和剩余应变的影响,结果表明:η的变化会影响压电迟滞曲线的形状和剩余应变的大小,当ζ不变、η增大时,饱和极化强度未改变,但剩余应变变小;ζ的变化主要影响最大变形量,当η不变、ζ增大时,产生的最大变形增大,而剩余应变变化很小。该迟滞模型比较简单,为动力学分析提供了便利。

基于相关分析和带遗忘因子的随机梯度的非线性系统Wiener模型辨识

实际工业过程往往呈现强非线性和时滞特性,在复杂工况下如何建立过程的高精度模型并对其进行有效控制是研究重点.本文研究了一种基于相关分析的非线性系统Wiener模型辨识.Wiener非线性模型由动态线性子系统和静态非线性子系统串联组成,利用时滞状态空间模型和神经模糊模型分别建立动态线性子系统和静态非线性子系统,并利用设计的组合信号实现Wiener非线性模型分离辨识.首先,利用后移算子的性质,将时滞状态空间模型转化为传递函数模型,在高斯信号作用下利用相关分析方法辨识动态线性子系统的参数,解决了Wiener模型中间变量不可测问题.其次,为了改善辨识模型的精度和收敛速度,推导了带遗忘因子的递推随机梯度方法,得到静态非线性子系统的参数估计.将提出的非线性Wiener模型辨识方法运用于连续搅拌反应釜,实验仿真结果表明,本文提出的Wiener模型辨识方法能够有效辨识连续搅拌反应釜系统,并取得较好的控制效果.

基于幂函数关系的黏土非线性本构模型

结合软黏土双曲线模型和指数模型的切线模量公式,引入一个新参数——切线模量指数θ,提出改进的切线模量公式,进而推导出基于幂函数关系的软黏土非线性本构模型.该模型包含可由常规三轴试验确定的6个参数,数学关系简单且能克服传统模型的数学缺陷.通过讨论试验数据,表明切线模量指数θ与土体本身的力学性质、外界条件等因素有关,而与围压无关,进一步验证新模型中3个特征量的独立性.最后通过模拟两组他人的黏土三轴试验数据,证明新模型的模拟效果优于传统的双曲线模型与指数模型.

半刚性连接非线性幂函数模型研究

探讨了半刚性连接的特性,对顶底角钢连接应用非线性幂函数模型进行了分析,将其中的参数用直观的解析式表达了出来,以方便设计使用,帮助工程技术人员更好地了解半刚性节点。

非线性系统Wiener模型辨识

本文采用不同幅值的三电平伪随机m序列作为输入信号,辨识了离散非线性系统Wiener模型的线性脉冲响应函数和非线性增益系数.同时讨论了参数估计的统计特性及其区间估计,并附有仿真结果.

一种基于Wiener模型的非线性预测控制算法

针对一类Wiener模型描述的非线性系统,提出了一种改进的非线性预测控制算法.该算法利用Laguerre函数描述Wiener模型动态线性部分的控制信号,将预测控制中在预测时域内优化求解未来控制输入序列转化为优化求解一组无记忆的Laguerre系数,以减少优化所需的计算量.利用静态模糊模型来逼近Wie-ner模型的非线性部分,将非线性预测控制优化问题转化为线性预测控制优化问题,克服了求控制输入时解非线性方程的困难,进而推导出了预测控制输入的解析式.CSTR过程的仿真结果表明了本文算法的有效性和可行性.

基于小波分析的非线性系统Wiener模型辨识

针对非线性Ｗｉｅｎｅｒ模型，提出基于小波分析的一种新的模型辨识方法。具有这种模型的非线性系统可看作是一个线性子系统后接静态非线性增益所组成的模型。利用小波变换分析模型的稳态信息，可推导出形式简单的稀疏矩阵表达式，一致估计出 Ｗｉｅｎｅｒ模型中的静态非性线增益；然后即可利用系统的动态信息一致估计出模型的线性子系统参数。最后通过仿真说明了该方法的有效性和实用价值。

非线性系统Wiener模型的一种辨识方法

本文利用相关分析方法，研究了非线性系统Wiener模型的结构判定问题，为辨识一大类可以表示成这种模型的黑箱非线性系统提供一种重要的判别依据。

高速列车接触器非线性退化模型建立及寿命预测

高速列车电磁接触器的可靠性直接关系到列车的安全可靠运行,合理优化接触器更换周期不仅确保列车安全运行,而且降低检修与更换成本。该文对具有高可靠性的接触器进行加速试验设计,通过失效机理分析,选取超程时间作为特征参数表征接触器性能退化;并选取超程时间退化量作为失效判断特征物理量,基于非线性Wiener过程建立寿命预测模型。提出极大似然估计结合变步长遗传退火算法的方法对模型参数进行估计,计算出接触器剩余寿命分布的概率密度函数。通过加速模型将试验数据映射至常规工况后对3种寿命预测模型的拟合结果进行对比分析,结果表明基于幂函数非线性Wiener模型对接触器剩余寿命预测效果最佳,最后通过误差分析证明该预测方法的准确性符合工程应用。

一种基于Wiener模型的非线性预测控制

提出了一种基于Wiener模型的非线性预测控制方法.通过引入非线性部分的广义回归网络逆模型,将非线性预测控制转化为线性预测控制,用线性优化算法解决非线性预测控制问题,避免了复杂的非线性优化.仿真实验表明了该方法的有效性.

基于Wiener模型的非线性预测控制研究

针对复杂的非线性预测控制问题,提出了一种基于Wiener模型的非线性预测控制方法。通过引入非线性部分的广义回归网络逆模型,将非线性预测控制转化为线性预测控制,用线性优化算法解决非线性预测控制问题,避免了复杂的非线性优化。该方法具有良好的控制效果,算法简单且易于实现。两个仿真实例也表明了该方法的有效性。

基于Wiener模型和Wiener-Hammerstein模型的非线性动态过程完整建模方法

基于Wiener模型和Wiener-Hammerstein模型提出Wiener结构神经网络(WienerNN)模型和Wiener-Hammerstein结构神经网络(WHNN)模型,推导了Wiener模型和Wiener-Hammerstein模型的泛化能力,并给出了模型神经网络化的全过程。将所推导出的WienerNN模型和WHNN模型用于单变量和多变量非线性动态过程建模,验证了模型的有效性。

非线性动态系统的Wiener神经网络辨识法

提出了一种新的Wiener神经网络结构并将其应用于非线性动态系统辨识问题.首先,用Wiener模型对非线性动态系统进行描述,将其分解成线性动态子环节串接非线性静态增益的形式.其次,设计一种新型的神经网络结构,使网络权值对应于相应的Wiener模型参数;并推导了基于反向传播的网络权值调整方法.最后,通过网络迭代训练,可同时得到线性动态子环节和非线性静态增益的模型参数.通过一个Wiener模型的数值仿真来验证方法的有效性,仿真结果表明所提辨识方法切实可行.

基于两种模型的非线性自适应建模

研究了基于截断Ｖｏｌｔｅｒａ级数和双线性递归差分方程的非线性自适应建模．考虑了ＭＭＳＥ和广义ＭＭＳＥ准则，分析了各种算法的复杂性．分析结果表明，双线性模型在简洁性和计算复杂性方面均优于截断Ｖｏｌｔｅｒａ级数．

软土地基沉降非线性组合预测模型及应用

软土地基沉降预测是建筑物主要考虑的问题之一.基于软土地基上建筑物沉降的一些实测数据,提出了一种幂函数曲线线性回归-灰色理论相结合的非线性组合预测模型.理论分析和实例预测表明,该模型的预测值更接近真实值,预测结果的可靠度更高.

基于块联模型的动态非线性校正方法比较

针对以块联模型表示,且静态特性位于第一象限的饱和型非线性传感器,进行基于块联模型的动态非线性校正方法研究。块联模型包括Hammerstein和Wiener模型,虽然它们都是由静态非线性校正环节和动态线性补偿环节组成,但是由于位置不同,即对传感器输出信号进行处理的顺序不同,校正效果也就有所不同。根据传感器不同的阻尼比,分别研究Hammerstein和Wiener模型的动态非线性校正方法的实现,并比较它们的校正效果。结果表明,传感器模型或阻尼比不同时,动态非线性校正方法的选择也应有所不同。研究成果为以后设计同类型传感器的动态非线性校正系统提供了先验知识。

基于一类特殊非线性模型的广义预测控制

针对Hammerstein模型和Wiener模型,分别选择PH中和滴定过程和控制阀门作为仿真对象,研究了基于两步法的非线性预测控制方法。计算机仿真结果表明,该控制算法比PID控制具有更好的控制品质。

Wiener非线性系统的共轭梯度迭代算法研究

针对实际过程控制过程中广泛存在的非线性情况,该文主要研究了一类Wiener非线性系统的参数辨识问题。首先运用关键项分离技术,得到一个可辨识的Wiener非线性模型,进而采用共轭梯度迭代辨识算法估计出模型的未知参数,最后通过数值仿真验证了算法的有效性。