自适应滤波在系统辩识中的应用及MATLAB仿真

自适应FIR滤波器使用中要考虑的重要问题是优化调整滤波器参数的准则，该准则不仅要对滤波器性能提供有意义的度量，而且必须导出可实现的算法，论述了一种自适应调整FIR滤波器系数的基本算法（LMS）方法，提出了一种基于自适应滤波理论的系统辩识数学模型。自适应滤波器的结构是具有可调系数h(0),h(1),…h(N-1)的直接型FIR滤波器，未知系统和FIR模型并联连接且用相同的输入序列激励，仿真结果表明了这种模型和方法的正确性和鲁棒性。     

MATLAB在最小二乘参数辩识中的应用

利用功能强大的MATLAB6．5语言编程来实现递推最小二乘算法，进而成功辩识出实际系统参数。从而显示了递推最小二乘算法易于在线辩识的特点和MATLAB在系统参数辩识中应用的广泛前景。     

带补偿的神经网络辩识器在异步电机调速系统中的应用

本文提出了一种带模糊补偿的神经网络算法并应用在异步电机速度控制系统中。一个动态神经网络用于被控装置的在线辨识，然后根据被控装置的输出和参考模型的响应迭代出控制信号，具有四条简单规则的模糊逻辑块用于提高整个系统的闭环特性。仿真结果显示，对比传统的最优PID控制器，本文提出的控制策略具有更好的瞬变特性及抗干扰特性。     

变压器传递函数的系统辩识

利用最小二乘法 ,由变压器绕组频率响应辩识其传递函数的解析表达式 ,分析了影响辩识准确性的因素 ,提出了改进措施 ,提高了辩识的准确性     

应用辩识法计算管式换热器的换热系数

管式换热器是热力系统中广泛应用的热力设备，它的传热计算是热力系统定量分析的一个环节，本文讨论了利用最小二乘参数估计的递推算法计算管式换热器管内换热系数的方法。     

数字电液调节系统的仿真及参数辩识研究

根据系统参数辩识原理 ,利用仿真数据 ,采用最小二乘法对调节系统特性参数进行寻优。结果表明采用辩识方法可以准确地辩识系统各时间参数。辩识结果准确可靠 ,可以用于对调节系统进行性能预测、控制优化和故障诊断     

安徽电网励磁系统参数辩识、数学模型及数字仿真的研究

本项目主要针对安徽电网大型发电机组的励磁系统参数辨识、数学模型及数字仿真开展研究,结合现场励磁系统特性实测,用参数辨识方法建立励磁系统数学模型;分别在空载和负载工况下对建立的模型进行数字仿真和适应性计算分析,和实测数据进行对比,验证了模型的准确性。     

发电机励磁系统参数在线辩识装置的研究

介绍了一种配置简单、功能完善、测试精度高的励磁系统参数在线辩识装置;阐述了励磁系统参数辩识的原理及方法,给出了一组现场参数辩识结果。现场实际测试表明,该装置辩识出的参数是正确可信的。     

BP神经网络辩识感应电机转子磁链和转速

根据感应电机数字模型，提出了仅基于定子电流的人工神经网络转子磁链与速度的辩识方法，实现无速度传感器的交流调速系统的转子磁链和转速闭环控制。用BP算法对神经网络进行学习和训练，构建相应的多层前馈神经网络（MFNN）。仿真和实验结果表明，这种转子磁链与速度的辩识模型具有良好的性能。     

脉冲GTAW焊过程辩识及PID控制

针对脉冲GTAW焊溶池动态过程，利用面积法、Laplace变换的极限理法及最小二乘法对焊接速度与溶池背面熔宽模型进行了辩识。结果表明，面积法更适用于熔池动态过程辩识；对辩识所得到的二阶熔池模型进行了PID控制器设计，并针对起焊时的时滞采用Smith预估器予以补偿，实验结果表明，Smith预估器时滞具有很好的补偿效果。     

基于自适应特征选择的人脸图像识别算法

提出一种为不同类别待测人脸样本图像选择合适的人脸特征的方法。利用AdaBoost算法以及预先设置好的不同的图像特征训练分类器,自适应地为待测样本图像选择合适的特征及相应的分类器进行分类预测,扩展了同一人脸识别算法的使用范围。实验验证了该算法的有效性。     

感应电动机自适应速度辨识及其在直接转矩控制系统中的应用

本文应用模型参考自适应方法对感应电动机的转速进行辨识,直接采用实际电机作为参考模型,可调模型为电机的全阶状态观测器,导出自适应律中只包含定子电流的误差项,因而不必计算转子磁链电压模型,并将转速辨识结果应用于直接转矩控制系统进行速度闭环控制。仿真结果证明了这种方法的有效性。     

自适应遗传算法在变压器超高频局放模式识别中的应用

采用自适应遗传算法(AGA)作为神经网络的学习算法,对实验室中变压器超高频局部放电自动识别系统检测到的5种放电类型进行了模式识别。实验结果表明,AGA神经网络解决了BP神经网络对初始权值敏感、收敛速度慢和容易局部收敛的问题,具有较高的识别率和较强的推广能力,可以很好的应用于变压器超高频局部放电的模式识别中。     

伺服系统在连续式飞剪系统中的设计与应用

伺服系统采用先进的数学模型,精确计算飞剪剪切的各项控制参数,实现飞剪的自动剪切、碎断、定位和采样功能。该数学模型包括飞剪剪切长度计算模型与转辙器定位计算模型。应用结果表明,该数学模型能够在运行中获得良好的动态性能,将轧件的平均剪切误差控制在5 cm以内,提高了产品的成材率与产量。     

自适应神经模糊推理系统在电力故障重现中的应用

将电力故障录波数据重现为实际波形对于继电保护测试和保护动作行为分析等具有重要意义。文章将自适应神经模糊推理系统和数字闭环修正技术应用于电力系统故障重现装置中,实现了整体数字域内的闭环控制,利用输出端回采数据与原始数据进行比较并修正信号源的方法极大地减小了故障重现的非线性误差。Matlab仿真和基于该算法的故障重现装置的实际应用证明了自适应神经模糊推理在故障重现中应用的可行性和有效性。     

迭代自适应控制在电液伺服系统上的应用

针对电液伺服力控系统的跟踪控制问题,提出一种迭代自适应的设计方案。通过融合迭代和自适应两种控制方式来设计控制器,综合两种控制方式的优点,解决由于系统的不确定性及干扰问题并保证系统的精确度,提高非线性不确定的复杂系统的控制性能。利用Matlab对方案的有效性进行了验证,仿真结果表明该方法能够使跟踪误差逐渐减小,较好的抵抗外界和内部的干扰,增强了系统的鲁棒性并提高了控制精度。     

单个神经元自适应PSD智能控制电液伺服系统

本文针对一高精度电液伺服系统 ,设计了单个神经元自适应 PSD(比例、求和、微分 )控制器 ,仿真与实验表明 ,本控制器使系统具有较高的快速性与控制精度且具有较强的鲁棒性     

粒子群优化自适应小波神经网络在带电局放信号识别中的应用

XLPE中压电缆局部放电(PD)带电检测获得的信号可能源于电缆本体、电缆终端头,也可能来自于与之连接的开关柜中的电晕放电或表面放电等。由于不同来源的PD信号,对设备的危害不同,其判断标准也有所不同,故有必要对PD信号的来源进行识别。本文提出一种基于自适应小波神经网络的XLPE电缆PD识别方法,构建了一个4层自适应小波神经网络模型,对实验室获得的PD波形进行识别;提出使用粒子群算法先进行一次优化,后使用BP算法进行二次优化的训练方法;讨论了不同网络结构及小波函数对网络性能的影响。研究结果表明PSO-BP组合优化的自适应小波神经网络的训练效果明显优于单独使用BP算法,能够准确、可靠的对PD信号进行识别。     

基于单神经元自适应PI的PWM整流器控制

根据三相电压型PWM整流器的基本结构及数学模型,推出以电网电压定向的矢量控制方法,在Matlab环境下搭建了三相PWM整流器控制系统仿真模型。将单神经元自适应PI控制引入到系统中,用S函数实现了单神经元自适应PI控制算法,对基于单神经元自适应PI控制算法与基于普通PI控制算法的三相PWM整流器系统分别进行了特性仿真,结...     

基于交互式模型参考自适应的模糊DTC系统

为了提高传统直接转矩控制系统的性能,分析了模糊控制和交互式模型参考自适应辨识器的基本工作原理。采用模糊控制器取代原来的磁链、转矩控制器,对不同的磁链误差、转矩误差选择不同的电压矢量,可以减小转矩误差;同时采用了一种基于交互式模型参考自适应理论的无速度传感器,可以通过变换参考模型和可调模型来辨识速度和定子电阻。结果表明,基于交互式模型参考自适应的模糊直接转矩控制系统的磁链和转矩的脉动小,提高了低速时的性能,同时可以实现对转速和电阻的辨识。因此,基于交互式模型参考自适应的模糊直接转矩控制与传统的直接转矩控制相比具有很大的优越性。