参数冻结精细指数积分法在非线性车桥耦合振动分析中的应用

描述车桥耦合作用的基本问题是一个时变系统问题,且很多工况下需考虑非线性特性,使得该问题难以得到解析解,甚至数值解也可能很复杂.针对该问题的求解,提出了一种参数冻结精细指数积分法,将其应用于车桥耦合动力学模型的数值分析中.该方法结合了精细积分和指数积分特点,并将时变系数矩阵在每一积分步参数冻结,用于获得系统振动响应的数值解.考虑汽车轮胎与桥面的力和位移耦合关系、桥面沥青铺装层、桥梁材料黏弹性和几何非线性特性,建立了车桥耦合动力学模型,并应用参数冻结精细指数积分法对该模型进行了求解.通过与近似解析解、辛Runge-Kutta算法以及经典的Newmark-β数值积分法计算结果进行对比,验证了所提出方法计算结果的有效性和准确性.在此基础上,制作了缩尺车桥耦合系统模型,测试了跨中挠度响应,进一步验证了理论建模和所提算法的有效性和实用性.通过数值计算分析了所提算法的数值特性,结果表明:提出的参数冻结精细指数积分法不仅可以处理时变、非线性问题,且具有良好的数值计算精度和长时间数值稳定性;由于精细积分的特点,参数冻结精细指数积分法的计算时间步长可以取的较大,可有效提高计算效率.因此,所提出的参数冻结精细指数积分法预期可成为求解车桥耦合动力学问题的一种新的高效算法.

电磁阀半主动悬架线性变参数μ综合鲁棒控制

针对电磁阀半主动悬架系统中的非线性和不确定性问题以及多个性能目标之间的矛盾,设计了一种线性变参数(linear parameter varying,LPV)μ综合鲁棒控制器。建立电磁阀非线性阻尼力力学模型并开展台架试验验证模型的准确性,构建了七自由度悬架系统的非线性LPV模型;对悬架参数不确定性和系统建模误差进行分析,并考虑传感器测量噪声的影响,设计了一种基于非线性和混合不确定性的LPV-μ综合鲁棒控制器;最后进行整车电磁阀悬架系统仿真和实车试验。仿真结果表明:在随机扰动下该控制器使车身垂向加速度均方根值降低46.47%,俯仰角加速度降低46.47%,侧倾角加速度降低50.68%,具有良好的抗干扰能力和可控性。试验结果表明:LPV-μ综合控制下车身垂向加速度、俯仰角加速度和侧倾角加速度均方根值分别降低36.6%、30.14%和39.47%,并且保证悬架动挠度小于0.06 m,验证了该控制策略的有效性。

带有时变杠杆效应的随机波动率模型参数估计及其应用

为了更好地捕捉金融时间序列中杠杆效应的时变非对称性,本文基于线性样条思想,提出一种带有时变杠杆效应的半参数随机波动率模型,并利用贝叶斯MCMC方法对所提模型中的参数进行了估计.模拟研究表明贝叶斯MCMC方法在所提模型的参数估计方面有着良好的有限样本表现.最后利用本文所提出的带有时变杠杆效应的半参数随机波动率模型对2000年1月4日至2020年8月18日的上证综合指数和深证成份指数日收益数据进行了实证分析,结果表明利用本文所提出的模型拟合这两组实例数据是合理的.

面向变形飞行器的时变气动参数在线辨识方法

针对变形飞行器快时变气动参数的在线高精度获取问题,本文提出一种基于BP神经网络模型的气动参数在线辨识方法。基于变形飞行器气动模型的非线性输入/输出映射关系,建立能够在一定精度范围内逼近变形飞行器气动模型的BP神经网络模型。根据在线实测动力学参数观测数据,采用扩展卡尔曼滤波方法在线训练神经网络,实时校正并获取神经网络模型参数,基于神经网络模型快速计算并预测气动参数,从而跟踪快时变、非线性气动模型的变化。通过对变形飞行器连续变形/构型突变的气动参数辨识进行数学仿真验证。结果表明:提出的方法收敛速度快、在线辨识精度较高,可以实现对变形飞行器气动参数的有效辨识。

未知时变时滞非线性参数化系统自适应迭代学习控制

针对含有未知时变参数和时变时滞的非线性参数化系统,提出了一种新的自适应迭代学习控制方法.该方法将参数分离技术与信号置换思想相结合,可以处理含有时变参数和时滞相关不确定性的非线性系统.设计了一种自适应控制策略,使跟踪误差的平方在一个有限区间上的积分渐近收敛于零.通过构造Lyapunov-Krasovskii型复合能量函数,给出了闭环系统收敛的一个充分条件.给出两个仿真例子验证了控制方法的有效性.

周期时变时滞非线性参数化系统的自适应学习控制

针对一阶未知非线性参数化周期时变时滞系统,设计了一种自适应学习控制方案。假设未知时变参数,时变时滞和参考信号的共同周期是已知的,通过重构系统方程,将包含时变时滞在内的所有未知时变项合并成为一个周期时变向量,采用周期自适应律估计该向量.通过构造一个Lyapunov—Krasovskii型复合能量函数证明了所有信号有界并且跟踪误差收敛.结果被推广到一类含有混合参数的高阶非线性系统.通过两个仿真例子说明本文所提出的控制算法的有效性.

一类时变非线性系统的参数反馈模糊控制器分析与设计

本文针对工业控制中一类常见的非线性时变系统 ,提出了一种利用参数反馈在线修正规则的模糊控制器 ;在全面介绍控制器结构与功能的同时 ,详细阐述了模糊规则修正器的原理和设计方法 ,并采用基于功能评价的方法进行系统分析 .在这个控制系统中 ,基本模糊控制器简单实用 ;模糊规则修正器能充分利用对被控对象的分析成果 ;GA寻优算法能进一步简化设计 ,提高性能 .仿真结果表明 ,这种控制器的效果是令人满意的 .

基于解析模态分解的时变与弱非线性结构密集模态参数识别

对于时变与非线性的结构系统,由于结构模态响应信号的瞬时频率并不等同于结构本身的瞬时频率,因此推导了单自由度与多自由度体系在自由振动和受迫振动下模态响应信号的瞬时频率与结构本身瞬时频率的关系,理论结果表明,对于时变的线性结构和弱非线性结构,模态响应的瞬时频率缓慢变化的部分与结构系统的瞬时频率近似相等。通过对一杜芬系统的数值模拟和对一调整索力变化而使其频率变化的斜拉索自由振动实验,验证了理论结果的正确性。对于具有密集模态的时变与非线性的多自由度体系,提出了把解析模式分解方法扩展到时变与非线性结构的模态分解。该方法通过小波变换选取二分时变截止频率,对结构的时变模态响应进行分离,从而实现多自由度结构时变参数识别。最后,对一具有密集模态的两层框架时变系统受白噪声激励和地震激励进行数值模拟,结果表明,提出的方法能有效的分解时变系统的密集模态响应并能较好的识别出结构系统的瞬时频率。

基于STUKF的非线性结构系统时变参数识别

针对非线性结构系统时变参数识别问题,传统无迹卡尔曼滤波(Unscented Kalman Filter,UKF)难以有效跟踪结构参数的变化。将强跟踪滤波原理引入无迹卡尔曼滤波,提出一种强跟踪无迹卡尔曼滤波(Strong Tracking Unscented Kalman Filter,STUKF)算法,以识别结构参数的变化。在UKF量测更新后,依据输出残差计算渐消因子矩阵;引入两个渐消因子矩阵实时调整状态预测协方差矩阵,使残差序列强行正交,快速修正结构参数估计值,使STUKF具有对结构参数变化的跟踪能力;此外,为节省计算时间,调整状态预测协方差矩阵后不再进行sigma点采样,保证了算法的高效性。数值分析结果表明,该算法能有效识别非线性结构系统的参数及其变化,并具有较强的抗噪性。

基于粒子群算法的非线性时变参数离散灰色预测模型

文章分析了传统GM(1,1)及DGM(1,1)模型应用时对数据要求上的弊端,证明了GM(1,1)与DGM(1,1)模型的模拟数据的增长率均为定值,指出对于非近似指数增长的数据序列,GM(1,1)与DGM(1,1)模型的模拟及预测效果并不理想。引入非线性时间项,构造了一种拓展的非线性时变参数离散灰色预测模型(NTDGM(1,1)模型),并利用粒子群算法(PSO)优化得到模型中各参数,给出了该模型的建模步骤。算例分析表明文章提出的NTDGM(1,1)模型对各类型趋势数据均具有很好的模拟精度,能够很好地解决非线性序列的模拟问题。

基于正交参数化的注塑保压段线性时变建模方法

利用注塑过程的重复性,提出了一种基于正交参数化的注塑机保压段线性时变建模方法,能够很好地描述注塑过程保压段特性,且方法简单、可靠性强,实验结果表明了算法的有效性.

基于WMRA的隔震结构时变非线性参数识别

基于小波多分辨率分析(wavelet multi-resolution analysis,简称WMRA)理论,建立结构时变非线性参数识别方法,研究隔震结构在地震作用下表现出来的时变非线性力学行为。首先,以描述隔震支座的迟滞非线性Boucwen模型为研究对象,引入3阶有效数值差分技术,将运动方程中非线性模型的恢复力增量进行线性化,形成递推观测方程;其次,基于WMRA理论,将观测方程中每一待识别参数采用小波多分辨率展开,将模型参数识别问题转化成多元线性回归模型中小波重构系数的估计问题;最后,分别采用数值模拟、串联隔震体系(serial seismic isolation system,简称SIS)振动台试验测试数据,识别结构及隔震层参数随时间的演化规律,验证该识别方法的正确性和适用性,为隔震结构在施工、运营期各阶段状态评估提供一定参考。

小参数时变非线性系统的技术稳定性

分析一类含小参数的时变非线性系统关于给定状态约束集合的技术稳定性· 根据向量微分比较原理和基本的单调性准则 ,利用向量V函数方法给出由系统系数表达的技术稳定性判据· 并讨论了基于派生系统和线性化方法研究非线性系统技术稳定性的条件· 另外 ,对于派生时变线性系统的指数稳定性给出了简单的代数判据· 最后给出示例说明文中方法·

非线性时变系统时滞和参数在线联合估计的SMSA方法

针对输入带纯迟延的一类非线性系统 ,提出时变时滞和参数在线联合估计的一种SMSA混合算法。该方法有机结合具有概率突跳特性的模拟退火和基于高维欧氏空间中凸多面体结构的单纯形搜索法 ,在最小化平均平方误差意义下动态寻找时滞和参数的最优估计值。

时变非线性分布参数控制系统的小波辨识算法

基于正交函数逼近理论,在Haar小波正交规范基的基础上,总结并推导出了其积分运算矩阵、微分运算矩阵、乘积运算矩阵及其运算性质,并应用于一类时变非线性分布参数系统的辨识。借助于正交小波函数逼近方法对分布参数系统进行辨识,经正交小波逼近变换转化为代数矩阵方程,因此该方法可以不考虑初始条件和边界条件,较其他辨识方法要简单得多。该算法简单、计算量小、简化了分布参数系统辨识的求解过程,应用在分布参数系统辨识中不失为一种有效的分析方法。

非线性参数化时变时滞系统自适应迭代学习控制

针对含有未知时变参数和时变时滞的非线性参数化系统,提出了一种新的自适应迭代学习控制方法.该方法将参数分离技术与信号置换思想相结合,可以处理含有时变参数和时滞不确定性的非线性系统.设计了一种自适应控制策略,使跟踪误差的平方在一个有限区间上的积分渐近收敛于零.通过构造Lyapunov-Krasovskii型复合能量函数,给出了闭环系统收敛的一个充分条件.给出仿真例子验证了控制方法的有效性.

具有参数不确定性的线性中立型时变时滞系统的鲁棒稳定性

本文研究一类具有参数不确定性的线性中立型时变时滞系统的鲁棒稳定性.首先,利用Jensen’s不等式,并采用新方法来处理积分项,得到标称中立型系统的稳定性判据.然后,基于标称系统的稳定性结果,进一步得到系统矩阵存在不确定性时的鲁棒稳定性判据.本文的新方法能充分利用负定项的信息,故稳定性结果的保守性更低.最后,两个数值例子分别验证了文中所得的标称中立型系统稳定性判据的保守性更低,以及系统矩阵存在不确定性时的鲁棒稳定性判据的可行性.

非线性时变系统的一种即时局部模型及参数估计算法

针对包含未知和不可测量的确定性扰动的非线性时变系统的辨识和预测 ,提出了一种简便实用的线性化即时局部模型 ,给出并证明了这种即时模型的存在性定理。为了跟踪快速变化的模型参数 ,利用最新的多个线性局部模型进行外推 ,提出了一种滚动多模型加权平均参数估计算法。

线性时变分段参数系统的稳定性与L_2增益性能

为降低李雅普诺函数(Lyapunov function)分析参数时变系统引起的保守性,研究了系统稳定性、L2增益与参数分段和参数变化率的关系,提出了一种同时考虑参数分段和参数变化率的线性时变参数系统的线性矩阵不等式(LMI)设计方法.仿真结果表明,系统具有鲁棒稳定性和对干扰的抑制作用,该方法适用于各种线性时变参数系统.

线性时变参数识别与非线性因素估计

本文讨论了利用非线性时不变振动系统的响应，根据线性模型识别出的线性参数的时变性质判断非线性项的存在、估计系统非线性因素的问题．大量的算例表明，据此判断非线性项的存在是可行的．文中还分析了利用具有非线性项的时变系统的响应，根据线性系统模型识别线性时变参数的问题．模拟计算表明，利用非线性系统的响应籍助线性模型，可以在相当大的范围内较好的识别出系统的线性时变参数。