基于时域分段线性多项式法的大型汽轮机建模和参数辨识

文章提出一类基于时域分段线性多项式函数(PLPF)的辨识方法用于大型汽轮机的数学建模和参数辨识。PLPF是一种将传递函数模型经微分方程转化为多重积分,并利用动态响应的离散观察数据构造拟合函数进行分段处理的方法。根据系统模型输入输出时域动态响应数据,采用该方法直接进行有关参数的辨识,建立具有明确参数物理意义的连续时间模型,方法简洁快速准确。该方法成功应用于实际系统的建模和参数辨识,在多个厂站进行了参数辨识的工业试验。

分段线性动态系统周期轨道的时域法求解及其稳定性分析

该文提出了分段线性动态系统周期轨道的时域法求解及稳定性判断的新方法。分段线性动态系统的状态空间被切换面分割成若干个线性子区间。借助MATLAB,联合求解周期轨道在各子区间的状态转移方程,可得该周期轨道在各切换面的切换点坐标及在各子区间的运行时间,从而得到该周期轨道的分段时间表达式。由该表达式,可导出该周期轨道在某一切换面的庞加莱映射方程及其雅可比矩阵,根据其特征值可判断周期轨道的稳定性。以三阶、四阶蔡氏电路为例,用该方法求出了它们的多个周期轨道,进行了稳定性判断,数字仿真表明该文所提出的新方法是可行的和正确的。

刚度分段线性系统的自由振动解析研究

在多尺度法解一般光滑非线性保守自治方程的基础上,本文针对非线性方程所要求的级数和形式,使用多项式拟合的方法,使得一类典型分段线性系统的弹性力表达式可近似表示为级数和形式,进而利用多尺度法对改造后的非线性方程求解,得到分段线性保守自治系统解析解的通用公式。将该方法的近似解析解与数值解进行比较,结果表明该方法在多项式拟合较好的前提下,具有较高的精度。

基于连续时间方法的励磁系统参数辨识

详细分析了用于励磁系统参数辨识的连续时间辨识方法～一分段线性多项式函数(PLPF)法,指出PLPF法本质上是在整个时间区间内采用复化梯形公式的数值积分方法,并讨论了PLPF法的初始条件影响问题,在此基础上,引入了另一种连续时间辨识方法,线性积分滤波(LIF)法,使用UF法可以完全消除积分方程初始条件的影响,即在非零初始条件下无需辨识初始条件依然能得到准确的结果。仿真实验中,就PLPF法及LIF法在初始条件问题和测量噪声影响方面进行了比较讨论,结果表明LIF法与PLPF法相比有一定的优越性。

发动机性能试验数据处理方法的研究

研究了发动机性能试验数据处理的方法 ,提出利用最小二乘分段多项式拟合方法对曲线进行拟合 ,可提高工作效率和试验精度 ;认为坐标变换法可提高拟合精度 ;最后采用二元列表函数的线性插值法 ,实现了大气修正的计算机处理。

电力系统动态等值中励磁系统参数聚合方法对比研究

为了减少计算量,提高分析速度,对励磁系统进行动态等值时,可采用统一的降阶标准传递函数作为等值励磁系统模型.分别使用加权平均法、离散时间最小二乘法和分段线性多项式函数(PLPF)法确定了等值励磁系统模型的参数,并将遗传算法引入等值励磁系统模型的参数辨识.重点对比了几种励磁系统聚合方法,归纳出各种方法的差异及优缺点.仿真算例表明,离散时间最小二乘法性能较好.

基于分段模型的OFDM时变信道估计

文章提出了一种二次多项式模型对信道的时变特征进行逼近,并与现有的两种分段线性模型的抗ICI性能做了比较分析。然后利用导频序列在不同的模型下做信道的时域估计,对其在双选择信道下的误码性能做了仿真比较。分析表明,二次多项式模型较一斜率模型的抗干扰和噪声性能有所改善,在较高信噪比环境中能够大大减弱多普勒频移带来的ICI影响。最后,比较了基于分段模型的时域估计和基于DFT的频域估计。

基于标准传递函数的励磁系统聚合

在电力系统动态等值中,如果各发电机励磁系统模型相同,则等值励磁系统的模型可以采用单机励磁系统模型,其等值参数可以采用加权求和法方便地获得。文中针对各发电机励磁系统可能多种多样的情况,提出采用统一的标准传递函数作为等值励磁系统模型的结构,采用分段线性多项式函数(PLPF)法来获得等值励磁系统模型的参数。仿真算例结果表明,聚合前后励磁系统的频率和时域特性都非常接近,由此验证了所述励磁系统等值模型和聚合方法的有效性和适用性。

基于PPTSVD的桥梁移动荷载识别

为了改进时域法(time domain method,简称TDM)识别桥面移动荷载时存在的识别精度受测量噪声、响应类型及数量影响较大等缺陷,在截断奇异值分解(truncated singular value decomposition,简称TSVD)的基础上,提出了基于分段多项式截断奇异值分解(piecewise polynomial truncated singular value decomposition,简称PPTSVD)识别桥梁移动荷载。采用简化欧拉梁模型,由反演车辆荷载作用下桥梁的弯矩响应和加速度响应识别桥面移动荷载,得到了不同噪声水平下TDM,TSVD与PPTSVD的识别结果。研究结果表明,与采用奇异值分解(singular value decomposition,简称SVD)进行常规降噪的TDM相比,采用TSVD识别移动荷载在识别精度和抗噪性能方面均有一定提高,且由TSVD改进的PPTSVD识别方法较前两种方法具有更加明显的优势;PPTSVD识别精度高、识别结果受响应类型及响应组合影响较小且具有良好的鲁棒性,更适用于桥梁移动荷载的现场识别。

计算机数学基础(2)期末复习

1数值分析中的误差 绝对误差e和绝对误差限e、相对误差er和相对误差限εr. 有效数字--如果近似值x的误差限ε是它某一个数位的半个单位,我们就说x准确到该位.从这一位起到前面第一个非0数字为止的所有数字称为x的有效数字.

计算机数学基础(2)期末复习

1数值分析中的误差 绝对误差e和绝对误差限、相对误差er和相对误差限εr. 有效数字:如果近似值x的误差限ε是它某一个数位的半个单位,我们就说x准确到该位.从这一位起到前面第一个非0数字为止的所有数字称为x的有效数字.