系统辨识与建模课程教学探讨

系统辨识与建模是现代控制理论的一个分支,是控制理论与控制专业工程硕士研究生的必修课程,学生通过该课程的学习掌握相关的辨识算法。文章通过对该课程的教学实践进行了研究与探讨,对教学内容、教学方式与教学手段、课程的考核等方面进行了改革,提高了该课程的教学质量。

四旋翼前飞模态的频域辨识建模与控制器设计

由于四旋翼在前飞模态下的动力学特性与参数同悬停时存在明显差异,导致现有的基于悬停点设计的控制器性能难以满足机动任务中快速性和稳定性的要求,同时还缺少具备理论支撑的参数整定方法。针对这些问题,提出了一种适用于四旋翼前飞模态的频域辨识建模和控制器设计方法,通过频域系统辨识原理和实验,建立较为精确的前飞动力学模型,并结合极点配置法,形成一套姿态控制的内外环整体设计方案,从频域分析角度得到PID参数的解析表达式和整定结果。仿真和实验结果表明,基于频域辨识得到的前飞动力学模型进行极点配置设计姿态控制器,其响应速度较快,系统稳定性较强,信号跟踪准确,控制性能优于常规基于悬停模态手动调参的控制器。

坦克瞄准线稳定系统的系统辨识方法研究

坦克瞄准线稳定系统复杂的内部结构导致机理建模的准确性大大降低,提出了利用经典阶跃响应法与遗传算法相结合的方法对某型坦克瞄准线稳定系统伺服控制回路进行系统辨识;通过DSP系统与三次样条插值数据处理测得了某种工况下的瞄准线稳定系统阶跃响应曲线;以先验知识为基础确定待辨识系统模型阶次,并利用改进遗传算法辨识模型参数,从而获取被控对象的模型;用阶跃响应性能指标误差评价法对系统辨识方法的效果进行了验证,结果表明,该方法能准确地实现瞄准线稳定系统的模型辨识。

频域最小二乘法在建立传感器动态数学模型中的应用

在最小二乘误差原则下，用实测的传感器的频响函数曲线来拟合解析模型，建立了传感器的动态数学模型并识别其动态参数．

电液力伺服系统参数自整定模糊PID控制器设计

针对飞机结构强度试验中常用的电液力伺服系统,讨论了系统组成和数学模型。利用MATLAB设计参数自整定模糊PID控制器以克服系统非线性和负载扰动的影响;通过系统辨识建模的方法,采用预报误差法得到系统ARMAX参数模型辨识结果;以辨识结果为对象对设计的参数自整定模糊PID控制器进行Simulink仿真。结果表明:相比常规PID控制器,采用参数自整定模糊PID控制器进行控制,系统具有更好的稳态精度、快速性和鲁棒性。

遗传优化BP神经网络在电液力伺服系统辨识中的应用

介绍电液力伺服系统的结构及原理,针对系统建模中参数时变和非线性问题,采用BP神经网络进行系统辨识建模;利用遗传算法优化BP神经网络,克服单纯BP算法容易局部收敛、训练速度慢的问题;借助MATLAB神经网络工具箱、全局优化工具箱编写系统辨识算法,建立系统的神经网络辨识模型。分析神经网络模型辨识结果,将其与ARMAX线性参数模型的辨识结果作对比,验证遗传优化BP神经网络系统辨识建模的高效性和适用性。

电液力伺服系统的BP神经网络辨识

介绍电液力伺服系统的结构及原理,针对系统建模中参数时变和非线性问题,采用BP神经网络进行系统辨识建模;利用遗传算法优化BP神经网络,克服单纯BP算法容易局部收敛、训练速度慢的问题;借助MATLAB神经网络工具箱、全局优化工具箱编写系统辨识算法,建立系统的神经网络辨识模型。分析神经网络模型辩识结果,将其与ARMAX线性参数模型的辨识结果作对比,验证遗传优化BP神经网络系统辨辩识建模的高效性和适用性。