摘要：针对新型航空发动机气路部件状态监控缺乏故障样本的不足,利用发动机非线性模型和气路故障模拟方法,获取故障样本,运用最小二乘支持向量回归机(LSSVR)建立气路健康参数的(理想)估计器。主要工作是在LSSVR的基础上,从逆跟踪控制的角度,设计了基于逆模型在线辨识与变结构控制相结合的修正系统,减小理想估计器与真实发动机之间由于测量噪声与系统噪声对估计精度造成的影响。通过仿真实验,离线修正后,估计值的相对误差最大值从69%缩小5%,在线修正后,估计值的相对误差最大值从69%缩小13%,修正系统有效地提高了性能估计的准确度,减小了气路部件状态监控的误判和误诊的概率。

摘要：针对船舶管路减振和抗冲击的需求,本文根据镜像修正自适应滤波算法,设计出了一种管路振动主动控制策略,能够有效地控制管路在低频下的振动,并且在次级通道发生突变时,控制系统可再次快速收敛,进行稳定控制。本文先对镜像修正自适应滤波算法进行理论研究,分析算法的迭代及控制过程;再通过仿真分别验证算法在不同参考信号输入下的收敛性及稳定性;最后搭建实验台架,通过试验验证算法的实际控制效果。试验结果表明:该控制策略在管路振动主动控制中能够降低15.37%的振动强度,比自适应滤波算法控制策略的控制效果好8.85%。所以镜像修正自适应滤波算法能够及时有效地进行管路振动控制。

摘要：现有迟滞模型由于采用离线参数辨识方法,难以表征气动肌肉迟滞的时变性和负载相关性,极易产生较大的建模误差。为了精确表征气动肌肉的迟滞特性,利用Prandtl-Ishlinskii(PI)模型描述气动肌肉的位移-气压迟滞特性,并采用带遗忘因子的递推最小二乘法在线辨识PI模型参数。在此基础上,结合PI逆模型设计了一种带有前馈在线补偿的复合控制方法用于气动肌肉的运动控制。同时搭建相应的实验装置进行了气动肌肉迟滞建模和运动控制实验。实验结果表明,采用在线参数辨识方法后的PI模型能有效描述气动肌肉迟滞的负载相关性,且极大地降低了负载变化带来的控制误差。

摘要：针对非线性系统辨识特点,在剖析具有递归环节的T-S模糊神经网络结构的同时,提出了一种新型的3步设计优化方案,即非线性区域的线性划分、离线训练和在线辨识.将融合了模糊c-mean聚类(GA-FCM)(称为双群体并行聚类)算法引入到RTSFNN中,对非线性系统的输入输出空间进行聚类(线性划分),再在每个线性区域上建立ARMAX模型;利用GA实数编码,同时优化前件隶属函数的中心和宽度、递归增益及后件参数;在线时利用FCM在线分析输入数据特征,确定是否对现有划分进行改动,并利用GA迭代一定代数优化其他参数,直到误差满足要求为止.通过对非线性动态系统的辨识仿真,验证了所提出方法在训练时的寻优速度、训练误差及校验误差指标上均有很大优势.

摘要：对神经网络自适应调整 PID控制器的设计方法进行了探讨 ,采用神经网络在线辨识系统的输出 ,再对 PID控制器的参数进行在线调节 ,达到良好的控制效果。

摘要：入炉煤煤质信息的实时检测对电站运行的经济性和安全性都有着十分重要的意义。文中提供了一种入炉煤煤质信息的实时检测技术,该技术基于煤粉燃烧火焰全光谱特征分析方法进行煤质辨识。该技术已经在华能玉环电厂应用成功,测试表明:入炉煤热值的测量误差仅为3.0%～5.0%。

摘要：针对木材锯割过程中被控对象参数随木材直径、硬度等因素而变化的特点，本文提出了一种适于木材进据自动控制应用的辨识及自校正控制算法．该方法利用恒低速进锯阶段辨识估计获得对象参数初值．在此基础上，应用渐消记忆递推算法进行闭环自校正控制，以保证带锯交流电机负载电流在工艺条件允许的最大电流下工作，从而确保木材据割的质量和产量，提高经济效益．现场应用结果表明，该辨识及自校正控制算法准确、系统设计合理、工作可靠．

摘要：针对微振动陀螺仪存在的制造误差以及本身参数易受环境影响,从而导致输入角速率难以测量的问题,提出了一种新颖的自适应方法来获取输入的角速率以及微陀螺仪的各项参数。该方法通过对微陀螺仪的数学模型进行变换,设计出一种新型的自适应辨识器,在线实时更新微陀螺仪角速率估计值。估计值的自适应律基于李雅普诺夫方法设计,保证了辨识器的全局渐近稳定性。在控制输入包含2个不同频率分量的的条件下,辨识器的各项估计值输出都能够渐近收敛到各自的真值。采用M atlab/simu link来搭建仿真模型,仿真实验的结果验证了该自适应方法对微陀螺仪角速率等各项参数测量的有效性和可靠性。

摘要：针对永磁同步电机在线辨识存在变参数、相互耦合、方程欠秩问题。提出一种基于Popov超稳定性理论的多参数辨识方法,首先确定交直轴电感和转子磁链参数,去辨识定子电阻和电角速度,待定子电阻稳定后,再辨识转子磁链,这样解决了转子磁链在起始时不稳定难以辨识的问题,大大提高了辨识的精度。最后待转子磁链稳定后,去辨识交直轴电感。结果表明,此设计方法提高了系统的快速性,增强了系统跟踪精度。

摘要：在受外界环境影响导致无人艇运动响应模型发生不确定变化的情况下,为实现无人艇艏向有效控制,设计基于在线辨识运动模型的自适应离散滑模控制器。利用递推最小二乘法对无人艇运动响应模型进行在线辨识。依托在线辨识的模型,设计基于指数趋近律的无人艇艏向自适应离散滑模控制器。通过仿真实验和实船实验进行验证,实验结果表明:与常规的模型参数固定的离散滑模控制方法相比,设计的控制器具有较好的鲁棒性和自适应性。