基于神经网络的表面热流辨识三维效应修正

在已有顺序函数法对一维、二维表面热流辨识的研究基础上,考虑到三维辨识实时性的困难,提出神经网络和顺序函数法结合的方法。在顺序函数法一维辨识结果的基础上,利用人工神经网络对热传导三维效应进行修正,从而获得峰值热流实时准确的辨识结果。为了获得更优的神经网络模型,引入粒子群算法优化神经网络的初始权值和阈值。通过数值仿真的算例测试结果可以看出,本文提出的方法对于峰值热流的辨识结果准确度在4%以内,避免了三维辨识的时间复杂性,同时具有良好的抗噪性和稳定性。     

陀螺仪温度试验与建模研究

本文了陀螺仪温度试验系统的结构和特点，用该系统进行了某型陀螺仪的温度速率与位置试验，并在试验基础上建立了陀螺仪静态温度模型，由补偿研究证实了所建模型的工程实用性。     

基于非定常气动力辨识技术的气动弹性数值模拟

选择离散型输入输出差分模型,运用最小二乘方法进行非定常气动力建模,并将辨识得到的降阶模型用于气动弹性的数值模拟。1个马赫数下的颤振临界点的计算仅需调用一次非定常流场求解器。计算精度保持与非定常欧拉方程计算方法相当的同时计算效率提高了1~2个量级。计算了跨声速具有S型颤振边界的气动弹性标准算例－Isogaiwing和三维气动弹性标模算例AGARD445.6,辨识模型计算边界与非定常Euler方程计算结果吻合。证明非定常气动力辨识技术可以提供高效的高精度的气动弹性分析。     

BPL长波附加二次相位因子采集与建模

分析了长波BPL授时传播误差,设计了一个定点附加二次相位因子(ASF)传播误差数据实时采集系统。对误差模型进行了系统辨识研究,研究结果表明定点附加二次相位因子(ASF)误差基本属于平稳随机过程。并运用时间序列分析方法对BPL长波传播中附加二次相位因子(ASF)进行研究,取得初步模型数据,得到一些有益的结论,为获得的模型数据为进行ASF误差的预测及扣除其对长波BPL授时影响,提高授时精度的研究提供了依据。     

基于整机试验数据辨识的雷诺数对涡扇发动机的性能影响

为了研究雷诺数对涡扇发动机性能的影响并提升稳态性能模型在工作包线内的计算精度,提出了一种基于整机试验数据辨识的计算分析方法。选取用于气路分析的测量参数,提升辨识算法的收敛性和计算结果的有效性;结合非线性气路分析算法辨识计算出各试验点的部件性能修正因子,统计分析雷诺数和各部件性能修正因子的变化关系,定量得到雷诺数对发动机各部件性能的影响程度;修正基线稳态性能模型,并对计算精度进行验证对比。结果表明:对比试验结果,修正后的稳态性能模型各参数计算偏差不大于2.5%。对比基线稳态性能模型各参数计算结果,计算精度平均提升2.3%,最大提升9.2%。      

铣削过程在线辨识与极点配置自适应控制

 研究了铣削加工过程的建模、参数在线辨识及自适应控制问题,为铣削过程建立了二阶离散传递函数模型,提出了一种修正的带遗忘因子递推最小二乘参数辨识算法,从而解决了普通递推最小二乘辨识算法中由于递推计算协方差矩阵衰退或膨胀引起辨识结果失真的问题,采用极点配置设计原理,为铣削过程推导了自适应控制的控制律。仿真和实验表明,修正的最小二乘辨识算法和极点配置自适应控制律是正确和可靠的,自适应控制器可获得所需的响应性能。     

异步电机直接力矩控制中定子磁链自适应观测器的研究

为了提高直接力矩控制系统中定子磁链的观测精度,提出了一种新的定子磁链自适应观测器。该观测器在观测定子磁链的同时也辨识了随温度变化的定、转子电阻。该观测器的稳定性利用波波夫理论进行了严格的证明,其鲁棒性和观测效果也通过数字仿真得到充分的证实。     

基于dSPACE的频率特性测试与模型辨识研究

为了满足伺服控制系统设计需要,提出了一种利用dSPACE系统对被测对象进行频率特性测试与模型辨识的方法,对该方法所使用的激励信号与响应数据处理进行了研究。利用dSPACE硬件平台产生离散正弦扫频信号,利用软件合成的方法实现相关分析运算,使用Matlab进行数据处理,完成被测对象频率特性曲线绘制,采用Levy方法进行了模型辨识。应用结果表明,该方法使用方便,对传递函数具有较高的辨识精度,可以为控制算法设计提供理论依据。     

考虑测量噪声的朗道自适应惯量辨识方法

传统朗道自适应惯量辨识方法只有一个自适应系数可以调节,难以同时兼顾辨识速度和辨识精度,导致速度自适应控制系统在测量噪声较大的情况下容易不稳定。为解决这一问题,提出了一种考虑测量噪声的朗道自适应惯量辨识方法。该方法采用相同的低通滤波器对速度和电磁转矩同时进行滤波,保证了辨识模型与无滤波时的相同。在此基础上综合调节自适应系数和滤波器时间常数,在保证辨识速度的前提下减小辨识系统的噪声,提高辨识精度,从而提高了速度自适应控制系统的稳定性。仿真和试验验证了所提方法的正确性和有效性。