磁悬浮永磁同步电机转子系统的参数辨识与控制

针对磁悬浮永磁同步电机转子系统在悬浮控制过程中,由于磁力参数不准确从而影响控制器的优化设计甚至破坏系统稳定性的问题,提出一种基于高斯调制函数法的磁力参数辨识方法,并设计滑模控制律对转子的稳态悬浮进行控制。首先,让磁悬浮转子系统在PID控制下闭环稳定,再以多正弦信号激励系统,利用高斯函数作为调制函数,对磁悬浮转子系统连续动力学模型进行数字调制积分,从而建立离散等价参数辨识模型;然后,选择与磁悬浮转子系统频带覆盖范围相匹配的尺度参数构建高斯调制函数,对磁悬浮永磁同步电机实验台的磁力参数进行辨识;最后,依据辨识所得的模型参数设计滑模控制器,实现永磁同步电机转子的稳态悬浮。所提方法避免了对微分信号的直接处理,同时又回避了积分初值问题,能够便捷、有效地辨识磁力参数;所设计的滑模控制器使得磁悬浮转子系统拥有更好的稳态和动态性能。实验结果表明：根据所提方法设计的滑模控制器能够使转子在0.2 s内到达目标位置并保持稳定,其调节时间仅为PID控制的40%。     

基于纵向激励的驾驶习性分类及辨识方法

为使先进驾驶人辅助系统更具人性化及个性化,提高智能车辆的驾乘安全性和舒适性,提出一种基于纵向激励工况的驾驶习性分类及辨识方法.以前车车速信号的周期性及突变性为依据,设计6种前车典型纵向激励工况,并通过实车道路试验完成64位驾驶人的数据采集.然后,采用客观粒子群聚类和主观量表分析相结合的分类方式,实现典型驾驶习性的分类和习性类型的定义.比较各工况下的分类结果,确定纵向最优激励工况组为正弦工况3和阶跃工况3.建立基于多维高斯隐马尔科夫过程的驾驶习性辨识模型,依据辨识准确率得到最优模型输入信号组,利用正交试验法优化模型中的关键参数.结果表明,基于纵向激励的驾驶习性分类及辨识方法能够得到更好的分类和辨识准确率.     

基于Matlab和Simulink的直线运动系统参数辨识实验

系统参数辨识是控制系统分析、设计的重要依据。针对直线运动控制系统设计了参数辨识实验。建立了被控对象的数学模型,使用Simulink软件开发了基于正弦扫频信号的系统参数辨识方案。通过自动代码生成技术,将系统辨识程序下载到运动控制卡上进行模型参数辨识实验,并连续记录实验数据。在Matlab环境下,利用多元线性回归函数进行模型参数辨识。采用Simulink对辨识的模型的动态特性进行控制仿真,并与实验结果进行对比。实验表明,基于Matlab和Simulink的直线运动控制系统参数辨识实验操作简便、可靠,有利于学生加深对模型辨识理论的理解并提高工程应用能力。     

基于调频脉冲扫频的导弹舵机频率特性测试方法

为了实现导弹舵机的高效和高精度频率特性测试,提出了一种基于线性调频脉冲(chirp信号)扫频的新型频率特性测试方法. 分析了调频脉冲扫频信号的特点,设计了以该信号为激励信号的频率特性测试过程,解决了激励信号产生和数据采集处理等关键问题,并与常规的频率特性测试方法进行了比较试验研究. 试验结果表明,调频脉冲扫频法具有与正弦逐点扫描法相同的测试精度和重复性,适合导弹舵机频率特性的快速测试.     

交流伺服控制系统电机参数闭环辨识方法研究

通过分析永磁同步电机d-q坐标轴数学模型,提出一种交流伺服控制系统闭环辨识电机交直轴电感、定子电阻、转子磁链的方法,分析了非正弦磁通造成的电机模型误差、功率器件的开关死区和编码器的电机转子位置反馈延时等对参数辨识精度的影响,并给出了相应的补偿方法。实验结果表明,补偿后闭环辨识得到的电感随电流的变化曲线与有限元分析结果基本吻合,辨识出的电阻和磁链与实际测量和计算值偏差很小,证明了该文参数辨识及补偿方法的有效性。由于所辨识到的参数是控制电机运行时的等效参数,因此该文方法对控制器及电机的设计改进提供了依据。     

微机电混合陀螺仪的系统设计与仿真

研究了一种新型的微机电混合陀螺仪,它既具有实现传统动力调谐陀螺仪较高精度的潜力,又具有硅微陀螺仪体积小、价格低等优点.研究了该陀螺接口电路,推导了该接口信号灵敏度公式,分析表明增加检测电容Ct和Cb或者减小寄生电容Cp都可以提高信号灵敏度.同时,还推导了力矩器的力矩传递系数和信号器的电容信号传递系数公式,分析表明减小电容间距d和内环半径R1 或者增加外环半径R2都可以提高电容信号器灵敏度.提出一种利用力矩器负刚度效应对微机电混合陀螺进行调谐的方法,并研究了全解耦闭环反馈控制电路.开环仿真表明,残余刚度将导致转子自转轴进动,而调谐后转子自转轴能保持原方位稳定.闭环仿真表明,研究的全解耦闭环反馈控制电路是可行的.     

液压弯辊控制系统的建模及辨识

通过分析液压弯辊控制系统的结构,给出了系统各个环节的传递函数,建立了液压弯辊控制系统的传递函数.针对理论模型中参数难以确定的问题,以某四辊冷轧机为对象设计了系统辨识方案,采用自回归历遍(auto regressive exogenous,ARX)模型辨识出液压弯辊控制系统模型.辨识的输入和输出数据分别为弯辊闭环系统的弯辊油压给定值和弯辊油压实际值,模型参数估计采用最小二乘法.通过残差分析检验了模型的有效性,结果表明:辨识模型的输出响应能很好地反映实际系统的动态输出特性,并具有较高的精度,证明ARX辨识算法对于弯辊系统的辨识是可行的.     

民用飞机纵向气动参数辨识研究

飞机气动参数辨识是利用飞机在飞行试验过程中测得的状态响应数据对飞机的气动参数进行辨识的技术.设计了纵向气动参数辨识的激励信号,建立了非线性辨识模型.基于极大似然法对飞行试验数据进行辨识研究,得到纵向气动参数.对比飞行试验和辨识结果仿真的时间历程,表明辨识结果准确.     

自适应格型算法对动调陀螺仪随机漂移的建模

针对动力调谐陀螺仪启动过程中随机漂移模型参数的缓慢变化及逐次启动漂移模型系数的不同，提出了一种利用递归最小平方格型（LSL）算法对动力调谐陀螺仪随机漂移模型系数进行自适应估计的方法。格型相同节级联的特殊结构决定了LSL算法在自回归（AR）模型阶数增加时不必改变算法结构。使得该算法可以在线进行，并且收敛非常迅速，可以针对动力调谐陀螺仪不同次启动快速建立该次启动的随机漂移模型。通过对动力调谐陀螺仪启动1min后的4组实测漂移数据处理及模型检验，证明了该方法的有效性。     

输出过采样闭环系统辨识方法中最优过采样率的选择

提出了一种基于输出过采样技术的线性离散时间闭环系统辨识方法 ,通过对输出端施加过采样 ,将原闭环系统模型转化为过采样模型 .对于输出端白噪声、有色噪声干扰 ,分别利用最小二乘辨识算法和误差预报算法辨识出过采样模型 ,进而计算出原闭环系统的模型参数 .辨识结果中模型参数的估计误差服从均值为0的正态分布 ,方差由过采样率决定 ,据此推导出了使参数估计误差最小化的最优过采样率的计算方法 .该方法实现简单 ,运算量小 ,估计精度高 .仿真实验表明 ,当信噪比大于 15dB时 ,该方法的估计精度可达98% ;当过采样率为 15～ 2 0时 ,算法具有最优的辨识精度     

基于UKF的汽轮机调节系统参数辨识方法研究

在介绍UKF（Unscented Kalman Filter）滤波算法的基础上,将其应用于汽轮机数字电液调节系统的参数辨识.通过仿真验证了方法的有效性.结果表明,UKF滤波能够得到较为满意的估计精度,是实现汽轮机调节系统参数辨识的一种有效的新方法,具有重要的工程应用前景和使用价值.     

PSK信号的调制参数估计与识别

针对PSK信号,分析了BPSK信号和QPSK信号的谱相关特性,并通过计算机仿真了这2种信号的谱相关平面图（即循环频率一频率双频三维图）,提出了利用循环谱相关函数的截面图估计BPSK信号和QPSK信号的调制参数（即载频和码元速率）并识别这2种信号的方法．搜索最大峰值可估计信号的载频,计算最大峰值与次大峰值差可估计出信号的码元速率,通过仿真得到载频估计与码元速率估计的归一化均方误差,并根据谱相关特性设置阈值识别出BPSK信号和QPSK信号．该方法在低信噪比下也可达到很好的识别估计效果,适于雷达电子对抗信号识别估计的应用．     

均匀圆型声矢量阵的四元数二维波达方向估计

为提高声场空域中目标参数估计的精度, 将四元数理论应用于均匀圆型声矢量阵列的二维空间角度估计中, 建立了基于四元数模型的信号接收模型, 推导了圆型声矢量阵的四元数导向矢量, 给出了二维波达角估计的四元数域空间谱算法。考虑算法的软硬件可实现性, 理论分析了算法的内存占用空间和计算量。此外, 分析了圆阵半径对侧向性能的影响, 为实际工作中圆阵的半径选取提供了一定的依据。仿真结果表明, 基于四元数模型的MUSIC(Multiple Signal Classification)算法的分辨力较高, 抗干扰能力较强, 提高了信号参数估计的精度。     

具有未知控制方向的自适应神经网络控制

讨论了一类具有未知死区模型和未知函数控制增益的SISO非线性系统的自适应神经网络控制问题.根据滑模控制原理,并利用Nussbaum函数的性质,提出了一种自适应神经网络控制器的设计方案.该方案取消了函数控制增益符号已知和死区模型参数上界、下界已知的条件.通过引入逼近误差的自适应补偿项来消除建模误差和参数估计误差的影响.理论分析证明了闭环系统是半全局一致终结有界,且跟踪误差收敛到零.     

电磁流量计矩形波励磁的信号模型研究

由于传统矩形波励磁模型未兼顾传感器磁路系统和励磁系统的影响,忽略了信号采样过程,因而无法建立符合实际的矩型波励磁流量信号模型。基于励磁电流的一般方程,提出了一种矩形波励磁模型,该模型建立了磁感应强度与磁路系统、励磁系统的数学关系,进而量化了微分干扰和同相干扰。在该励磁模型基础上,模拟电磁流量计对实际信号的采样过程,进一步提出了矩形波励磁的流量信号模型,并给出了模型参数的辨识方法。从流量信号仿真、模型基本参数辩识、零点漂移预测及基本误差估计4方面进行模型验证。仿真与实验结果表明,在DN50传感器上,其零点漂移预测的最大误差为1．48 mm／s,基本误差估计的最大偏差为0．270％。     

非线性系统的2自由度VRFT控制器设计

针对非线性系统的复杂性,提出了由非线性前馈控制器与线性反馈控制器构成的2自由度控制器设计。通过设计虚拟参考信号,将非线性前馈控制器的设计转化为非线性函数在某类基函数展开式下的参数辨识;在此基础上,增加一线性控制器于反馈回路用以增强系统的跟踪性能,采用递推最小二乘法辨识线性控制器参数。对闭环系统的稳定性进行了理论分析,给出跟踪误差的上界;最后进行了仿真验证。     

基于FPSO-SA算法的威布尔分布参数估计研究

为解决威布尔分布等复杂分布模型采用常规方法很难直接进行参数估计的问题, 提出了基于模糊粒子群模拟退火算法的威布尔分布参数估计。该算法根据粒子个体纵向和横向运动特性, 引入模糊逻辑推理动态调整惯性权值因子, 提高了粒子群算法(PSO: Particle Swarm Optimization)的收敛速率; 将上述模糊粒子群算法(FPSO: Fuzzy Particle Swarm Pptimization)与模拟退火算法(SA: Simulated Annealing)结合, 以FPSO算法的速度位置更新公式作为SA算法的状态生成函数, 再运用Metropolis算法以概率接受新状态, 获得全局最优参数估计值。将基于上述智能算法的参数估计法运用到威布尔分布参数估计中, 提高了参数估计精度。实际应用表明, 该参数估计方法在复杂分布模型参数估计中具有可行性和有效性。     

从希尔伯特-施密特独立性中学习的多标签半监督学习方法

基于希尔伯特-施密特独立性提出了一种新的半监督学习方法,称为最大化依赖性多标签半监督学习方法（dependence maximization multi-label semi-supervised learning method,DMMS）。该方法将样本已有标签作为约束,以最大化特征集和标签集的关联性为目标,通过求解一个线性系统为无标签数据打上标签,具有实现简单,无参（nonparameter）的特点。多个真实多标签数据库的实验表明,DMMS与最好的多标签学习方法,包括多标签近邻（multi-labelk-nearest neighbor,MLKNN）和图半监督学习方法具有类似的识别效果。     

基于神经网络的与文本相关说话人辨认系统

说话人识别是语音识别的一种特殊方式,对于各种领域的身份认证具有得天独厚的优势。以线性预测系数（Linear Predielion Coefficients,LPC）作为特征参数,采用多层感知器神经网络和BP算法建立了一个与文本相关的说话人辨认系统。实验结果表明,这种神经网络系统在说话人辨认中是有效的。     

闭环系统辨识的辅助变量法

Stoica 和 Sderstrm 曾提出了最优辅助变量法,但它着重在开环线性系统的辨识.本文把该方法推广到闭环系统,也可得到无偏一致性估计.最后由仿真结果指出,该算法可得到参数的渐近有效估计.