基于连续模型的大型结构模态参数识别

基于连续时间模型 ,利用导数的近似值代替导数值 ,运用最小二乘法估计结构参数 .讨论了导数近似值的选择方法 ,并分析了算法的收敛性 .研究了结构环境激励下结构物理参数的识别方法 .通过仿真计算表明 ,该方法简单有效 ,能够使用在桥梁和建筑的健康监测和振动控制中 .

基于状态延迟动态递归神经网络的机器人动态自适应跟踪辨识(英文)

对一种在Elman动态递归网络基础上发展而来的复合输入动态递归网络 (CIDRNN)作了改进 ,提出一种新的动态递归神经网络结构 ,称为状态延迟动态递归神经网络 (StateDelayInputDynamicalRecurrentNeuralNetwork) .具有这种新的拓扑结构和学习规则的动态递归网络 ,不仅明确了各权值矩阵的意义 ,而且使权值的训练过程更为简洁 ,意义更为明确 .仿真实验表明 ,这种结构的网络由于增加了网络输入输出的前一步信息 ,提高了收敛速度 ,增强了实时控制的可能性 .然后将该网络用于机器人未知非线性动力学的辨识中 ,使用辨识实际输出与机理模型输出之间的偏差 ,来识别机理模型或简化模型所丢失的信息 ,既利用了机器人现有的建模方法 ,又可以减小网络运算量 ,提高辨识速度 .仿真结果表明了这种改进的有效性 .

大型宇航环境仿真器中的气压自适应控制

在国防科技和工业过程中 ,经常会遇到各种物理量 (如温度、压力、速度、湿度以及比重等等 )的复杂控制问题。自适应控制是解决此类问题的有效途径之一。本文以大型宇航环境仿真器中的气压控制为例 ,主要讨论了参数自适应控制的应用及 PID自适应控制系统的设计方案及过程。该设计方法对于其他物理量的自适应控制可具有普遍参考价值。

基于RELS方法的控制系统参数和结构辩识仿真

给出了应用递推增广最小二乘法对控制系统参数和结构进行数字仿真辩识的方法和步骤，通过对三个实际模型参数及阶的辩识结果，验证了仿真方法的可行性．提出的辩识思想对系统辩识实验研究具有意义．