机电复合传动系统发动机模型集辨识

通过时域响应试验获得了频域响应所需激励信号的重要参数,设计了频域扫频激励信号。采用扫频激励信号获取发动机的时域辨识数据之后,应用Chirp-z变换来计算对象输入输出信号的离散频谱,进而得到对象的离散频域响应。利用拉盖尔(Laguerre)正交基函数对频域响应进行拟合,利用GA神经网络算法计算对象的频域模型集,给出了柴油发动机数学模型中的不确定性范围,从而建立起发动机带有参数不确定性的动态模型。本文研究为机电复合传动系统的不确定性建模及基于模型的控制打下基础,为功率流鲁棒控制器优化设计提供了依据。

基于双激励信号的双惯量进给系统机械参数辨识

为了提高进给系统机械参数辨识的效率与精度,提出一种基于双激励信号的双惯量进给系统机械参数辨识方法,先采用伪随机二进制信号对机械传动环节进行频域辨识,根据系统的频响特性设计扫频信号频带,采用增广最小二乘法对双惯量动力学模型离散结构和扰动进行无偏估计,使用零极点匹配法将离散传递函数转化为连续时间传递函数,求解系统的机械参数。为了减小非线性摩擦的影响,整个实验过程均在加速中进行。最终模型的输出与实际输出拟合度达到98.61%,残差分析满足理论性能验证指标,提高了双惯量进给系统机械参数辨识精度与效率。