移位算子及其对多体系统结构的描述

以Newton-Euler定律为基础,通过运用旋量方法分析多体系统,描述了空间算子代数理论体系中的核心算子——移位算子的基本定义和多体系统的拓扑结构,深入研究了其用于计算的步骤,实现了多体系统结构描述与力学计算的一体化,消除了传统方法的不必要的积分运算和交叉运算,计算量为O（N）。而传统方法是先通过关联矩阵、低序体阵列描述多体系统,尔后再把它们用于力学和运动量矩阵和列阵的计算过程,导致了加法和乘法计算以及与零运算次数（虚运算）的增加,其结果是计算量为O（N^3）。移位算子描述形式简洁、物理意义明确、编程效率高和直观等特征,方便计算机程序实现,为高效率、高精度建模以及实时控制奠定了基础。     

一种带负载工业机器人动力学模型辨识方法

针对带负载工况下六自由度关节型工业机器人动力学模型的辨识问题,提出了一种带负载机器动力学模型的参数辨识方法。在获 得机器人本体动力学模型的前提下,用Newton Euler法建立负载动力学模型进行补偿,设计激励轨迹获取负载贡献的力矩,然后用加权最小二乘法辨识出负载模型中未知参数。最后对得到的带负载完整机器人动力学模型进行验证与分析,结果表明通过辨识得到的预测力矩与测量力矩有较好的跟随性,所提出的辨识方法具有一定的工程参考价值。     

飞机颤振模态参数辨识的期望最大化

文章采用一种适用于噪声环境的期望最大化算法,准确地辨识飞机的颤振模态参数.在建立随机状态空间模型的基础上,该算法以迭代的形式计算似然函数的最大值,它包括两步:期望和最大化.无需计算对数似然函数的二阶偏导及其近似式,可提高似然函数收敛于平稳点的可能性.算前采用新息方差准则估计出系统的阶数,以减少计算复杂度.最后利用试飞试验数据辨识飞机的系统参数,验证了其方法的有效性.     

SMB色谱分离过程简化模型辨识

在线性等温线条件下针对葡萄糖和果糖两组分SMB色谱分离过程,依据机理模型设计了恰当的仿真实验,基于MIMO-ARX模型类对其进行了简化模型辨识。根据模型验证结果,分析了不同样本数据和模型结构参数对模型精度的影响。获得的简化模型对机理模型的动态行为具有较好的逼近能力．对基于模型的控制器设计具有一定的指导意义。     

飞机执行器故障诊断方法研究

故障诊断是容错控制技术的基础,本文采用了一种独特的辨识算法,通过对系统开环增益的辨识而确定控制系统执行器的工作状态。仿真结果表明,该算法可以快速、有效地确定出当前执行器的工作状态。经过进一步的改进,该算法还可以应用于控制系统其他参数的故障诊断。     

基于SVR的控制系统辨识建模研究

针对非线性控制系统辨识建模较为困难的问题,利用回归型支持向量机(SVR)设计了一例控制系统的辨识建模系统.仿真试验结果表明.SVR具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性.     

具有人工神经网络的目标数据分类

根据人工神经网络自适应共振模型的基本原理，针对空中交通管制系统中辨识空中飞行目标运动轨迹这一实际问题的具体需求，提出了基于多重置条件的空中目标分类方法。在自适应共振模型中的重置条件判别方法中，该方法不同于目标矢量的相似度判别方法，而是采用比较目标矢量夹角及模值的大小来决定其自适应共振模型中的重置触发条件的新方法。仿真结果表明，该方法能很好地解决空中目标的分类问题。     

基于双耦合Duffing振子的气液两相流动特性分析

提出了双耦合Duffing振子仿真系统检测小通道气液两相流型信号的方法。搭建了双耦合Duffing振子仿真系统,针对流型信号的特征确定了3个关键参数:阻尼比、耦合系数和频率,并应用典型混沌信号Lorenz和R9ssler对该仿真系统进行了性能检测。在两相流型信号检测时,提取了振子振动的瞬时速度和位移2个特征值,并基于特征值对流型动力学特性及流型辨识进行了深入研究。结果表明:通过对典型混沌系统的检测验证,发现本文检测方法具有较好的抗噪能力,能够较好地表征典型信号的混沌特性。提取的2个特征值能够揭示出小通道气液两相流型转变过程中气液两相间的作用机理。系统的振子振动瞬时速度结合位移实现了小通道气液两相流典型流型的准确识别,有助于其他不同介质的多相流动特性分析与流型辨识。     

基于混合编码遗传算法在模型辨别中的应用

文章介绍了一种基于二进制和十进制的混合编码机制，充分利用两种编码方式的优点，及这种混合编码机制在模型辨识中的应用，最后通过实例说明了SPGA法在模型结构和参数共同辨识中的寻优能力和高的鲁棒性。     

悬停状态下小型无人直升机飞行动力学模型辨识

为了更好地研究小型无人直升机悬停状态动力学特性,对一个8.1 kg三轴陀螺仪增稳的电动直升机,从线性系统辨识方面及非线性建模方面,进行了动力学模型深入研究。在线性系统辨识过程中,应用频域辨识方法,在飞行中同时采集陀螺仪之前及之后的操纵数据进行双系统辨识。在非线性建模过程中,机体、旋翼及尾桨动力学被分别建模。尾桨动力学应用3阶段辨识法单独提取基底、陀螺仪及整体增稳模型。结合2种分析过程,应用非线性-线性模型结合修正方法,提高相互的仿真精度。结果表明:13阶高阶模型在线性辨识过程中相对比11阶模型表现更优;双系统线性模型的基底模型数据具有高质量高频特性,最高频率限制可达30 rad/s;除挥舞方程参数和尾桨参数以外,非线性数学模型（NMM）进行了7个非线性变量的修正,有效地拟合了悬停实验数据。