基于Bayes技术的小型无人直升机灰箱建模

高精度的动态模型是实现小型无人直升机高性能自主飞行控制的基础.给出了在灰箱建模框架下辨识小型无人直升机动态模型的系统性方法.在合理的假设下,将非线性机理运动方程简化并进行横、纵向解耦,在悬停点附近线性化得到横、纵向的参数化状态空间模型,以区间均匀分布的方式合理表达了待辨识参数的先验分布.将辨识问题构造成Bayes的极大后验(MAP)估计问题,并进一步转化为约束非线性优化问题,采用拟牛顿法求解.辨识步骤在离散时域中进行,利用sinch算法将连续时域的状态空间参数化问题映射到离散域.提出的小型无人直升机灰箱建模方法有效减少了对辨识实验的要求,获得的对象连续域状态空间模型具有良好的预报精度,并适用于控制器的设计.

基于反应基元的非线性系统灰箱建模方法

提出一种基于反应基元的建立复杂非线性系统模型的灰箱建模方法。首先根据先验知识及系统特性分析引入过程的初始反应基元,并以此为出发点建立结构逼近神经网络模型,实现基元之间的关联,赋予网络节点实际的物理意义;然后,通过提出的最小化预测误差,结合逐步回归分析方法选择最优反应基元,优化网络结构,建立起表示系统变量关系的灰箱模型。以实际橡胶硫化促进剂制备的间歇反应过程作为实验对象,建立以生成物浓度为输出的数学模型,达到较高的输出预测精度。

结构分离和参数分离的灰箱建模

为解决复杂系统的建模问题,以石化工业中广泛应用的连续搅拌釜式反应器(CSTR)为背景,提出以结构分离和参数分离为基础的灰箱建模方法。建模的思路是充分利用系统的先验知识,最大可能的保留系统的已知结构和参数,以保证建立的模型从内部到外部逼近原型系统。在对非线性系统进行结构分解后,建模步骤分两步进行:对反应速率中的Arrhenius方程进行对数变换,可使用便捷、有效的最小二乘算法拟合其中的未知参数;仅对线性部分的未知参数进行辨识,不仅大大降低模型的训练时间,更是提高了模型的灰箱性,从而保证模型的可靠性和泛化能力。通过与常规使用的全参数辨识的建模方法对比,证明了该方法的有效性.

面向化工灰箱建模的快速全局优化模糊聚类算法研究

针对化工过程灰箱建模存在的精确度差、速度慢、计算复杂度高等问题,对现行模糊C-均值聚类算法进行了改进,提出了一种快速全局优化的(用于建模的数据训练集)模糊聚类算法.该算法具有不依赖初始条件、收敛速度快等特点.实验结果表明,利用快速全局优化模糊聚类算法得到的数据,在灰色预测的时间和数据准确性方面都有了显著提高,计算机仿真实验表明了该算法的有效性.

一种用于电站燃烧经济性预测的灰箱建模研究

介绍了一种灰箱建模方法及其在电站锅炉经济性能预测中的应用。首先,根据相关文献综合一组实际锅炉效率的简化计算公式;然后分别构造锅炉效率的灰箱模型及人工神经网络模型;最后,以机理模型为标准,比较灰箱模型和神经网络模型的学习精度和预测能力。实例计算证明,灰箱模型在预测精度上有着明显的优势,且灰箱模型具有清晰的物理意义。该灰箱方法计算,过程简单,易于收敛,具有较好的实际应用前景。

灰箱建模在催化反应中的预测

利用灰箱建模方法来对化工生产过程中的催化反应的填装量参数进行预测,实验表明,经过灰箱建模预测可使催化反应在原料成本最小的条件下获得较高的转化率,对催化反应的数据预测结果在精度上明显优于传统化工方法。

化工过程灰箱建模中采用灰色聚类技术的研究

利用灰色聚类方法建立灰箱模型,进行预测化工生产过程中催化反应的进料量和填装量等参数。实验结果表明,采用灰色聚类技术分析预测,对催化反应的数据预测结果在精度上明显优于传统化工方法,可使催化反应在原料成本最小的条件下获得较高的转化率。

基于MATLAB的节流调速回路灰箱建模与辨识研究

利用"灰箱"建模的理论简化了进口节流调速系统的数学模型,有效地控制了系统仿真过程中遇到的刚性问题,通过与实验相结合的方法辨识出阀口流量系数、粘性阻尼系数与摩擦力等难以用理论方法确定的系统参数,消除了经验值对不同工况系统模型造成的误差。实践表明:该建模与辨识方法可以广泛应用于液压系统的建模与仿真中。

利用灰箱建模法对支架液压系统升柱阶段的仿真分析

以支架液压系统为研究对象,介绍了它的工作原理、结构形式等,并利用灰箱建模法建立了支架液压系统的数学模型,设置了仿真模拟的初始条件,利用MATLAB等模拟软件对其升柱阶段进行了仿真分析,并提出优化意见。

融合机理与数据的灰箱系统建模方法研究

建模和仿真的方法逐渐已经可以解决复杂系统问题。对于符合牛顿物理定律的工程系统,通常采用机理建模的方式建立白箱模型,而对于系统内部结构和特性不明确时采用黑箱建模的方式,用基于数据和统计的建模方法来解决问题。讨论了白箱和黑箱建模方法存在的缺陷;提出一种融合机理和数据的灰箱建模方法,以大气污染物扩散建模为例,从白箱到灰箱和从黑箱到灰箱两个角度阐述如何解决实际问题。通过案例论证了灰箱建模方法的可行性和有效性,并展望未来工作。

基于ODE参数辨识的液压伺服系统灰箱建模

针对液压伺服系统常规"白箱"建模由于参数无法精确获得导致所得模型精度不高及"黑箱"建模所得模型内部结构未知的问题,本文提出基于ODE参数辨识的液压伺服系统"灰箱"建模。首先,建立了工程上实用的系统状态空间模型,根据系统特征确定了待辨识参数,将模型辨识问题转化为常微分方程(ODE)参数辨识问题;然后,采用正弦扫频信号作为激励信号和基于带边界约束的信赖域优化算法的初值问题方法进行参数辨识;为了和ODE参数辨识结果进行对比,本文同时采用系统的频率响应数据和最小二乘法辨识得到系统的"黑箱"传递函数模型;最后,通过大量实验验证了辨识模型的精确度。实验结果表明,本文提出的基于信赖域算法的液压伺服系统模型辨识方法可以有效处理参数的边界问题,使辨识模型既具有实际的物理意义,又与实际系统高度符合。

压滤机新型电液控制系统的建模与仿真研究

基于对控制系统的建模方法,提出了面向液压系统数学模型的“灰箱”建模法。在对压滤机的液压控制系统重新设计的基础上,利用“灰箱”建模理论建立了液压系统的数学模型,运用Matlab中的Simulink软件包对该系统进行了动态特性数字仿真。实测和运行验证了改造后的液压系统工作可靠性与稳定性得到提高,为改善压滤机液压控制系统性能奠定了良好的基础。

高速热气流模拟试验系统燃气温度建模与仿真

针对高速热气流模拟试验系统燃气温度难以用机理建模法建立精确数学模型的问题,采用灰箱建模理论,建立了双输入单输出燃气温度的精确数学模型。基本过程为:采用机理建模法得到系统的基本数学模型,然后利用辅助变量递推最小二乘法辨识出系统的未知参数,最后通过比较系统的阶跃响应曲线,得到系统的精确数学模型。仿真结果表明,所建模型具有较高的辨识精度,为实施控制方案奠定了基础。

利用回声状态网络建立管式聚合反应的灰箱模型

提出一种利用回声状态网络(echo state network,ESN)建立复杂分布参数系统模型的灰箱建模方法。此建模方法可以充分利用已知机理模型的结构信息和回声状态网络的逼近能力,可更好地描述和解释出系统各变量之间的因果关系,使模型的"灰箱"化程度更高。首先,根据系统方程和先验知识将初始系统特征团引入ESN储备池中,赋予网络节点实际物理意义,并以此建立结构逼近神经网络模型;然后,通过逐步回归分析方法,结合递归最小二乘算法选择最优系统特征团,并对网络结构进行优化,建立起描述系统特性关系的灰箱模型。本文以实验室规模的管式聚合反应过程作为实验对象,建立以温度分布为输出的数学模型,结果表明所提出的灰箱建模方法行之有效。

基于CFD的系统辨识方法

概述了计算流体力学(CFD)数值模拟和系统辨识的原理,详细阐述了基于CFD数值模拟的系统辨识"灰箱"建模方法的基本原理和实现步骤,对近几年该方法的应用案例进行分析,指出该建模方法存在的问题及发展方向。