永磁同步电机控制系统PID参数在线辩识新方法

传统的PI控制器不具备参数在线辨识功能,这使得系统的性能达不到最优的控制。目前,PID参数在线辨识功能在高性能交流永磁伺服控制系统中受到越来越广泛的重视。根据速度环等效原理和经典控制理论,推导出了转动惯量的数学表达式及其与PI参数的关系,并结合查表法整定PI参数,算法简单,适用性较强。     

规范状态空间系统辨识方法

因为状态空间模型既包含了未知状态,又包含了未知参数,且二者是非线性乘积关系,使得辨识问题变得复杂.针对这一问题,详细研究了规范状态空间系统的状态与参数联合估计方法.采用交互估计理论,即采用递推方法或迭代方法实现系统状态与参数的交互估计.基本思路是在计算参数估计时,辨识算法信息向量中的未知状态用其估计值代替,然后利用获得的参数估计,设计基于参数估计的状态观测器或基于参数估计的Kalman滤波算法估计系统的状态,二者形成一个交互计算过程(递阶计算过程).沿着这条思路,分别从递推方案和迭代方案,研究和提出了基于状态观测器和基于Kalman滤波状态估计的随机梯度辨识算法、递推最小二乘辨识算法、多新息随机梯度辨识算法、多新息最小二乘辨识算法,以及模型分解的辨识算法,并给出了几个典型算法的计算步骤、流程图和计算量.     

一种混合遗传算法及其在线性系统辩识中的应用

提出一种将LMS算法和实数编码遗传算法相结合的混合遗传算法。相对于传统算法，将其应用于线性系统辩识，特别是IIR系统的辩识，具有明显优势。IIR系统的性能函数存在多个局部极小值，该算法首先利用遗传算法的全局最优性，在大范围内搜索可能的极值，并限制系统参数随机搜索的范围，以保证IIR系统的稳定性，再在遗传算法中嵌入一个LMS算子，在极值点附近进行快速搜索，从而达到全局最优与快速搜索的有机结合，提高了辨识精度和计算效率。仿真结果验证了该算法用于线性系统辨识的有效性和实用性。     

辩识Hammerstein模型的集成辩识方法——MISO情形

本文针对Ｈａｍｍｅｒｓｔｅｉｎ模型描述的一类ＭＩＳＯ非线性系统，提出了一种稳态估计和动态辩识相结合的集成辩识方法。利用稳态信息获得非线性增益的强一致性估计，利用动态信息可获得线性子系统脉冲响应序列的强一致性估计。数字仿真结果也说明了该集成辩识方法的有效性和实用性。     

基于PMU的降阶二次状态估计算法研究

针对当前电力系统中同步相量测量单元(PMU)测量点少、无法直接进行状态估计的问题,提出一种新的状态估计算法.考虑到PMU系统量测精度比SCADA系统高,为了扩大高精度量测信息对状态估计结果的影响,算法将状态变量分成PMU可观测变量和PMU不可观测变量,并分别进行状态估计.对于PMU可观测变量,利用PMU量测量进行线性状态估计;对于PMU不可观测变量,利用线性状态估计的结果结合SCADA量测量进行降阶的快速分解状态估计.这种解耦的算法相对于传统混合状态估计算法计算更加简洁,并且有较高的数值稳定性.最后,利用多个IEEE标准测试系统对算法进行验证,通过与基本加权最小二乘法和快速分解算法对比,证明该算法在数值稳定性和精度上有很大优势.     

基于期望最大化算法和求容积卡尔曼平滑器的气动参数辨识算法

针对初值和噪声统计特性未知情形下的飞行器系统辨识的问题,提出了基于期望最大化(expectation maximization,EM)和求容积卡尔曼平滑器(cubature Kalman smoother,CKS)的辨识算法。该算法用期望最大化算法对初值和噪声的统计特性进行估计;用求容积卡尔曼平滑器估计状态向量和未知参数。在期望最大化算法的求期望步骤中,所求的期望值通过求容积规则获得,用较少的采样点保证了估计精度;在期望最大化算法的最大化步骤中,未知量的最优值以解析解形式给出,减小了计算量。仿真结果说明,该算法在飞行器气动参数辨识问题中,能给出较好的辨识结果。与其他方法的对比验证说明新算法具有辨识精度高、收敛速度快等优点。     

基于小波的非线性系统在线状态估计

针对一类单输入单输出的不确定的非线性系统模型,给出了一种新的基于小波多尺度技术的在线状态估计算法．该算法先对非线性系统进行线性展开,利用合适的小波基函数对被噪音污染的采样数据进行小波分解并辨识出未知参数;通过应用上面的结果对Kalman最优状态估计进行补偿,以达到抗干扰的目的．数值仿真结果验证了该方法的可行性和有效性．     

周期系统的辩识与自适应控制

对周期性参数ＡＲＭＡＸ模型系统提出了二种不同的参数估计算法，由此提供了对该类系统实施自适应控制的新思路、这二种算法是基于适时分时处理和批处理分别构造的。在一定条件下均能证明估计的收敛性以及自适应跟踪性。这些条件大多是与线性定常系统的通常假定相当的。     

一类时变参数的递推辨识方法

本文对线性时变系统的参数辨识方法进行了分析和研究,提出了一类新的时变参数递推辨识方法。算法假定时变参数由自回归模型表示,并保证辨识算法结构传递矩阵正实或严格正实。本文分别给出了白噪声和有色噪声情况的两种递推辨识算法,证明了它们的一致收敛性。结构分析表明,最小二乘估计和朗道自适应串联辨识算法是这类辨识方法的特例。在给定的结构条件下,辨识算法对周期和单调变化的时变参数有一定的跟踪能力。     

永磁同步电机的转动惯量辨识及状态估计

为提高永磁同步电机伺服系统的动态性能和鲁棒性,研究了基于模型参考自适应系统的转动惯量辨识方法以及基于卡尔曼滤波器的自适应状态估计策略。提出了一种适用于宽转速、高噪声环境下的电机角速度、角位移和负载扰动转矩的在线估计方法,分析了该方法的抗干扰能力以及系统参数变化对估计效果的影响,并通过辨识出的伺服系统转动惯量对卡尔曼滤波器的系数矩阵进行实时更新,实现了转动惯量自适应状态估计。仿真和实验结果表明该算法在速度分辨率、实时性和抗干扰能力上均优于传统M／T方法。     

两阶段SARX系统的辨识策略研究

针对带外源输入的自回归切换系统辨识问题,本文根据递推最小二乘与卡尔曼滤波之间的联系,构造了一个时间序列统计量来检测SARX系统切换时刻,并由此提出两阶段辨识策略,从而将SARX系统辨识问题转化为线性系统辨识问题,并给出了详细的设计算法流程,为了验证本文所提切换时刻检测算法的性能,给出了仿真算例。仿真结果表明,本文所提出的自回归切换系统两阶段辨识策略的辨识精度优于文献[2]所提算法,而切换时刻检测算法能很好的估计出切换时刻,使数据聚类效果优于文献[2]所提的聚类法,因此最终的辨识性能也优于文献[2]所提算法,说明该策略有效并且优于现有SARX系统辨识算法。该研究为混杂系统的辨识问题提供了理论参考。     

结构随机变化系统辩识的参量化途径

在引出系统结构状态特征参量概念的基础上,把结构辩识问题转化成了结构状态特征参量的递推估计和与之相应的假设检验问题,从而简化了已有的结构时变系统的结构辩识方法。     

线性系统的循环估计递推辨识算法

本文提出了多输入系统的循环估计递推辨识的新算法,并对其收敛性进行了探讨。仿真结果表明,该算法有较快的收敛性。     

基于Hopfield网络的自适应观测器设计

针对一类线性连续时间单输入单输出系统提出了一种新的基于Hopfield网络的自适应观测器设计方法，利用Hopfield网络辨识未知系统的参数，大大提高了系统参数辨识速度，在确定性等价基础上设计状态观测器，并证明了参数辨识算法和状态估计的收敛性，数字仿真例子结果表明了该方法的有效性。     

非线性随机系统的鲁棒自适应平滑估计算法

针对有色噪声下一类含有未建模动态和扰动的非线性随机系统,提出一种鲁棒自适应平滑估计算法。该算法通过极小化状态平滑估计误差的方差和相邻时刻残差的协方差,在线辨识状态滤波估计误差和残差的方差,实现对未建模动态和扰动的自适应补偿。仿真结果验证了该算法在解决有色噪声下非线性随机系统的时变时滞与参数联合估计问题中的有效性。     

直升机非线性模型结构和参数鲁棒辨识方法

提出了一种能有效地对直升机模型进行辨识的鲁棒选择模型的新方法．通过分析数据矩阵模型判定方法,采用U—D分解方法以避免行列式的复杂计算,提高了计算效率．通过估计D阵元素的取值区间,得到了观测量不确定部分带来的模型辨识判据的误差上下界．依此判据,将候选模型按照重要程度逐个选取．参数估计采用了加权最小二乘算法,按照上界不等式对估计误差的协方差阵进行了估计,得到了鲁棒辨识的新算法．为了便于工程应用,给出了鲁棒辨识算法的收敛条件．根据飞行试验结果对直升机悬停、前飞模型和参数进行辨识的结果表明,新方法可以得到工程上满意的结果．     

传递函数辨识(8):基于正弦响应的参数估计方法

针对不同极点惯性环节并联系统和不同极点惯性环节串联系统,利用多频组合正弦信号作为输入,通过测量系统的输出数据,基于二次优化和非线性优化技术,推导了估计传递函数参数的最小均方算法、随机梯度算法、多新息随机梯度算法、递推梯度算法等,并与梯度迭代算法、牛顿迭代算法相结合,提出了辨识传递函数参数的耦合递推—迭代辨识算法,文中的方法可以推广用于其他传递函数描述的动态系统参数辨识,如具有共轭极点、重极点传递函数参数的辨识以及任意非线性函数的参数估计。     

分布参数系统中传感器位置的优化

针对实际工程问题中的分布参数系统输出和状态检测传感器存在观测噪声的情况，提出了一种基于信息矩阵行列式的优化算法，得到分布参数系统检测传感器的最佳位置配置，同时获得系统状态的最优估计．该算法通过对分布参数进行参数辨识，得到信息矩阵，利用其行列式优化传感器的位置配。仿真结果表明了该方法的有效性，对分布参数系统输出和状态检测传感器位置选择具有参考价值．     

基于滑模观测器的锂离子动力电池荷电状态估计

基于混合动力脉冲功率特性试验数据辨识得到了锂离子动力电池的等效电路模型参数,提出了基于滑模观测器算法的动力电池荷电状态估计方法.设计了滑模观测器,最后进行了算法验证.结果表明,对FUDS工况,应用滑模观测器算法进行荷电状态估计的最大误差为1.17%,方差为0.00004,比传统算法获得了更好的估计精度和鲁棒性.     

用伪随机信号相关辩识检测线路的频率参数

介绍了一个用８０９８单片微机系统用组成的伪随机信号序列动态相关辨识实验装置,并对其硬件线路原理和软件构成作了分析说明。利用本装置对工频电场感应弱信号的检测线路进行了频率参数辨识,从而提供了一种对这类电路进行参数测试的实验设备和方法。